MRMR Aplicado a Sinais de EEG para Classificação de Emoções

Leandro Abidias da Silva Serafim, Marcelo Grilo Jr, Caroline P. A. Moraes, Denis Fantinato, Rodrigo Pereira Ramos, Aline Neves

DOI: 10.14209/sbrt.2021.1570733908

Evento: XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2021)

Keywords: Classificação de emoções Redução de dimensionalidade PCA MRMR

Abstract

A classificação de emoções através do uso de sinais de EEG é um assunto que tem atraído a atenção de pesquisadores de diversas áreas, inclusive relacionado ao desenvolvimento de interfaces cérebro-máquina. Neste trabalho, focamos na etapa de redução de dimensionalidade, necessária antes da etapa de classificação. Propomos uma alteração no método de Máxima Relevância Mínima Redundância (MRMR) de forma a trabalhar com o sinal de EEG sem a necessidade de uma etapa de discretização. Mostramos como o método proposto melhora significativamente o desempenho dos classificadores quando comparado ao clássico PCA ou mesmo ao uso de todas as informações disponíveis.

Download