نموذج ذكاء اصطناعي يحلل إشارات الدماغ للتعرف على الانفعالات

طوّر باحثون نموذجًا يحلل العلاقات بين قنوات تخطيط الدماغ وتغيرها بمرور الوقت للتعرف على الانفعالات، وأظهرت الاختبارات أن قدرته تتراجع عند التعامل مع أشخاص لم يتدرب على بياناتهم.

ويجمع إطار «DSE-TAM» بين شبكات تمثل الروابط بين الأقطاب، وآليات الانتباه الذاتي، ونموذج «Mamba» لتحليل التسلسل الزمني للإشارات، بدل التعامل مع كل قناة بمعزل عن الأخرى.

واختُبر على قواعد البيانات «DEAP» و«DREAMER» و«CEED». وبلغت دقة تصنيف ثلاث حالات انفعالية في الأخيرة 73.75% ضمن أحد أساليب التحقق، وانخفضت إلى 59.59% عند اختبار النموذج على مشاركين غير موجودين في التدريب.

وتبرز النتائج صعوبة تعميم قراءة الانفعالات بين الأفراد. ومن حدود النموذج افتراض ثبات التصنيف الانفعالي طوال التجربة، وصعوبة تمييز بعض المشاعر الإيجابية. ويظل أداة بحثية محتملة لتطبيقات التفاعل بين الدماغ والحاسوب، دون إثبات تشخيص نفسي سريري.