Βραβείο 1ης θέσης σε Διεθνή Διαγωνισμό Αναγνώρισης Συναισθήματος μέσω Ηλεκτροεγκεφαλογραφήματος

Στον διαγωνισμό συμμετείχαν συνολικά 5 ερευνητικές ομάδες και 13 ερευνητές

Το Βραβείο 1^ης θέσης σε Διεθνή Διαγωνισμό Αναγνώρισης Συναισθήματος μέσω Ηλεκτροεγκεφαλογραφήματος (EEG) απέσπασε ερευνητική ομάδα του Πολυτεχνείου Κρήτης, του Ελληνικού Μεσογειακού Πανεπιστημίου (ΕΛΜΕΠΑ) και του Ινστιτούτου Πληροφορικής του ΙΤΕ.

Στα πλαίσια του διεθνώς αναγνωρισμένου Συνεδρίου 12^th International Conference on Affective Computing & Intelligent Interaction (ACII), το οποίο πραγματοποιήθηκε στη Γλασκώβη της Σκωτίας 15-19/09/2024, διοργανώθηκε Ανοιχτός Διεθνής Διαγωνισμός (https://emotionlab.github.io/EmoRec-EEG/challenge) για την αναγνώριση του υποκείμενου συναισθήματος μέσω ανοιχτά διαθέσιμων δεδομένων ηλεκτροεγκεφαλογραφήματος (EEG).

Στον διαγωνισμό συμμετείχαν συνολικά 5 ερευνητικές ομάδες και 13 ερευνητές, οι οποίοι διαγωνίστηκαν στην εύρεση της πιο αποδοτικής μεθόδου εκτίμησης συναισθημάτων από τα δεδομένα.

ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ

Θρήνος στην Κρήτη: Σπαρακτικά μηνύματα για τον 19χρονο Ραφαήλ στα social: «Ζήλεψε ο Χάρος»

Η ερευνητική ομάδα αποτελούνταν από τους Γιώργο Γιαννακάκη, Αναπληρωτή Καθηγητή του Τμήματος Ηλεκτρονικών Μηχανικών του ΕΛΜΕΠΑ και Ερευνητικό Συνεργάτη του Ινστιτούτου Πληροφορικής του ΙΤΕ, Αποστόλη Καρασμάνογλου, Μεταπτυχιακό φοιτητή του Πολυτεχνείου Κρήτης, Μάριο Αντωνακάκη, Ερευνητικό Συνεργάτη της Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Πολυτεχνείου Κρήτης, Πελαγία Βοργιά, Ειδικευμένη Παιδονευρολόγο, Ερευνήτρια του Ινστιτούτου Επιστημών Ζωής του ΕΛΜΕΠΑ και Μιχάλη Ζερβάκη, Καθηγητή της Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών και Πρύτανη του Πολυτεχνείου Κρήτης.

Η μεθοδολογία που ακολουθήθηκε ήταν η αποτίμηση των πιο συναφών χαρακτηριστικών EEG με το υπό εξέταση κάθε φορά συναίσθημα (κοινά χωρικά πρότυπα (common spatial patterns), παράμετροι Hjorth, εγκεφαλική ασσυμετρία, λόγος ισχύος β/α ρυθμού, κανονικοποιημένοι εγκεφαλικοί ρυθμοί) και στη συνέχεια η αυτόματη ταξινόμηση με χρήση αρχιτεκτονικών τεχνητών νευρωνικών δικτύων.