User: Guest  Login
Less Searchfields
Simple search
Original title:
Static and Dynamic Methods for Emotion Recognition from Physiological Signals
Translated title:
Statische und Dynamische Methoden der Emotionserkennung aus Physiologischen Signalen
Author:
Jenke, Robert E. W.
Year:
2015
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Peer, Angelika (Prof. Dr.)
Referee:
Peer, Angelika (Prof. Dr.); Rigoll, Gerhard (Prof. Dr. habil.)
Language:
en
Subject group:
MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation; PSY Psychologie
Keywords:
emotion recognition, feature extraction, feature selection, machine learning, dynamic model, appraisal
Translated keywords:
Emotionserkennung, Merkmalsextraktion, Merkmalsselektion, Machine Learning, Dynamisches Modell, Appraisal
TUM classification:
MSR 600d
Abstract:
In this thesis, static and dynamic methods for emotion recognition from physiological signals are investigated. In the first part, we compare feature selection methods on an artificial dataset and evaluate their capabilities to detect interacting features. Further, a systematic analysis of feature extraction and selection from EEG signals is carried out. The second part concerns itself with the development of a novel dynamic approach which allows the combination of theoretical knowledge with dat...     »
Translated abstract:
In der vorliegenden Dissertation werden statische und dynamische Methoden der Emotionserkennung aus physiologischen Signalen untersucht. Im ersten Teil der Arbeit werden Methoden der Merkmalsselektion mit Hinblick auf deren Fähigkeit, interagierende Merkmale zu erkennen, verglichen. Weiterhin wird eine systematische Analyse von Merkmalsextraktion und –selektion von EEG Signalen durchgeführt. Der zweite Teil der Arbeit beschäftigt sich mit der Entwicklung eines neuen, dynamischen Ansatzes, der di...     »
WWW:
https://mediatum.ub.tum.de/?id=1250708
Date of submission:
05.05.2015
Oral examination:
04.12.2015
File size:
2197400 bytes
Pages:
127
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20151204-1250708-1-8
Last change:
14.12.2015
 BibTeX