基于哲学的脑电图(EEG)信号数据处理是一种跨学科方法,可以在理解大脑功能方面开辟新的观点。在这种情况下,有必要从技术或生物学的角度检查数据,并考虑其形而上学,认识论和本体论方面。本体论是形而上学的一个分支,涉及对象和根据形而上学(甚至物理)理论,其特性及其关系而存在的对象类型。本文试图基于本体论来提供科学的哲学观点,用于处理脑电图数据,其数据源是脑波。通过使用人工神经网络(ANN)分类的试验结果,获得了46.73的精度值。卷积神经网络(CNN)算法也可以用于处理脑电图数据以确定一个人的情绪水平;这在先前的研究中已经证明了这一点。尽管情绪识别的总体准确性已大大提高,但在DEAP和Dreamer数据集中有几个问题导致了较低的精度。也使用CNN进行了其他实验,实验结果表明,与情绪相关的通道的重量大于不同通道。连续胶囊网络(CCN)和深神经网络(DNN)算法也可以用于处理脑电图信号数据以确定情绪水平。
主要关键词