متن کامل خبر


 
جلسه دفاع از پایان‌نامه: اعظم پورطاهرزاده، گروه مهندسی پزشکی

خلاصه خبر:

  • عنوان: بازشناخت احساسات در فرایند یادگیری بر مبنای سیگنال های بیولوژیکی
  • ارائه‌کننده: اعظم پورطاهرزاده
  • استاد راهنما: دکتر محمد فیروزابادی
  • استاد ناظر خارجی: دکتر کمال الدین ستاره دان (دانشگاه: تهران)
  • استاد ناظر داخلی: دکتر بابک محمدزاده
  • استاد مشاور: دکتر پرویز آزادفلاح
  • مکان: دانشکده مهندسی برق و کامپیوتر، سالن جلسات
  • تاریخ: 1395/02/08
  • ساعت: 10

چکیده
بدون شک احساسات نقش مهمی در زندگی انسان‌‌‌‌‌ها ایفا می‌‌‌‌‌کند. بنابراین در سال‌‌‌‌‌های اخیر، مطالعه فعالیت‌‌‌‌‌های مغزی طی تجربه‌‌‌‌‌های احساسی و عاطفی افزایش یافته است. شناخت احساسات نقش مهمی در فرایند‌‌‌‌‌های تصمیم‌‌‌‌‌گیری، تفکر، یادگیری (خصوصا آموزش از راه دور) و درمان‌‌‌‌‌های نوروفیدبک و دارد. یکی از کاربرد‌‌‌‌‌های بسیار جالب شناسایی احساس، بهبود روش تدریس در آموزش الکترونیکی و یا آموزش از راه دور است. یکی از مشکلات آموزش از راه دور، عدم ارتباط بین دانش‌‌‌‌‌آموز و معلم است. با شناسایی احساسات و هیجان‌‌‌‌‌های دانش‌‌‌‌‌آموز در طول یادگیری و با در نظر گرفتن سطح مناسب برای احساس، می‌‌‌‌‌توان احساسات او را به نحو مطلوبی تغییر داد. هدف این پروژه شناسایی حالت‌‌‌‌‌های احساسی درگیر در فرایند یادگیری با استفاده از سیگنال الکتروانسفالوگرام است. به این منظور از 20 نفر در طول فرایند یادگیری ثبت سیگنال انجام شد و با تقسیم احساسات آنها به دو دسته مثبت و منفی، به طبقه‌‌‌‌‌بندی آنها پرداختیم. بررسی نتایج دو طبقه‌‌‌‌‌بندی کننده SVM و KNN نشان داد که نرمالیزه کردن ویژگی‌‌‌‌‌ها نسبت به حالت پایه و تلفیق ویژگی‌‌‌‌‌ها، در هر دو کانال Fz و Oz سبب بهبود نتایج می‌‌‌‌‌شود. بهترین نتیجه در ویژگی‌‌‌‌‌های فرکانسی برای توان زیر‌‌‌‌‌باند آلفا با صحت 72 درصد و در ویژگی‌‌‌‌‌های غیر-فرکانسی برای انرژی سیگنال با صحت 88 درصد حاصل شد. در نهایت با ادغام ویژگی‌‌‌‌‌ها، بهترین کانال از نظر صحت طبقه‌‌‌‌‌بندی کننده، کانال Oz با ادغام ویژگی‌‌‌‌‌های فرکانسی و صحت 97 درصد به دست آمد. همچنین با بررسی زیر‌‌‌‌‌باند‌‌‌‌‌های مختلف در طول فرایند یادگیری، دریافتیم که توان زیر‌‌‌‌‌باند آلفا افزایش و بتا کاهش می‌‌‌‌‌یابد، در نتیجه نسبت توان آلفا به بتا به صورت معن‌‌‌‌‌داری افزایش می‌‌‌‌‌یابد. در واقع می‌‌‌‌‌توان از این پارامتر به عنوان معیاری برای سنجش میزان یادگیری فرد استفاده کرد.
کلمات کلیدی
شناسایی احساس، پردازش سیگنال EEG، فرایند یادگیری، آموزش الکترونیکی

6 اردیبهشت 1395 / تعداد نمایش : 1251