Buchumschlag

Three-Way Emotion Classification of EEG-based Signals using Machine Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Purwar, Ashna, Simkar, Gaurav, Madhumita, Kadam, Sachin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Emotion Detection from EEG using Transfer Learning
von: Sidharth, Sidharth, et al.
Veröffentlicht: (2023)

Automated Vigilance State Classification in Rodents Using Machine Learning and Feature Engineering
von: Jajee, Sankalp, et al.
Veröffentlicht: (2025)

Hybrid Quantum Deep Learning Model for Emotion Detection using raw EEG Signal Analysis
von: Chandanwala, Ali Asgar, et al.
Veröffentlicht: (2024)

EEG Emotion Recognition Through Deep Learning
von: Dolgopolyi, Roman, et al.
Veröffentlicht: (2025)

Machine Learning to Detect Anxiety Disorders from Error-Related Negativity and EEG Signals
von: Chandrasekar, Ramya, et al.
Veröffentlicht: (2024)

Is Limited Participant Diversity Impeding EEG-based Machine Learning?
von: Bomatter, Philipp, et al.
Veröffentlicht: (2025)

mixEEG: Enhancing EEG Federated Learning for Cross-subject EEG Classification with Tailored mixup
von: Liu, Xuan-Hao, et al.
Veröffentlicht: (2025)

Deep Learning-based Classification of Dementia using Image Representation of Subcortical Signals
von: Ranjan, Shivani, et al.
Veröffentlicht: (2024)

Utilizing Machine Learning for Signal Classification and Noise Reduction in Amateur Radio
von: Sanchez, Jimi
Veröffentlicht: (2024)

Graph Neural Networks in EEG-based Emotion Recognition: A Survey
von: Liu, Chenyu, et al.
Veröffentlicht: (2024)

Reputation-Based Federated Learning Defense to Mitigate Threats in EEG Signal Classification
von: Zhang, Zhibo, et al.
Veröffentlicht: (2023)

Automatic Classification of Sleep Stages from EEG Signals Using Riemannian Metrics and Transformer Networks
von: Seraphim, Mathieu, et al.
Veröffentlicht: (2024)

Subject-Adaptive Transfer Learning Using Resting State EEG Signals for Cross-Subject EEG Motor Imagery Classification
von: An, Sion, et al.
Veröffentlicht: (2024)

EEG_GLT-Net: Optimising EEG Graphs for Real-time Motor Imagery Signals Classification
von: Aung, Htoo Wai, et al.
Veröffentlicht: (2024)

Flexible and Explainable Graph Analysis for EEG-based Alzheimer's Disease Classification
von: Wang, Jing, et al.
Veröffentlicht: (2025)

Subject-Independent Deep Architecture for EEG-based Motor Imagery Classification
von: Sartipi, Shadi, et al.
Veröffentlicht: (2024)

Multi-Source Domain Adaptation with Transformer-based Feature Generation for Subject-Independent EEG-based Emotion Recognition
von: Sartipi, Shadi, et al.
Veröffentlicht: (2024)

Subject-independent Classification of Meditative State from the Resting State using EEG
von: Panachakel, Jerrin Thomas, et al.
Veröffentlicht: (2025)

Large-Scale Classification of Shortwave Communication Signals with Machine Learning
von: Scholl, Stefan
Veröffentlicht: (2025)

Emotion Classification from Multi-Channel EEG Signals Using HiSTN: A Hierarchical Graph-based Spatial-Temporal Approach
von: Kuang, Dongyang, et al.
Veröffentlicht: (2024)

Adaptive Progressive Attention Graph Neural Network for EEG Emotion Recognition
von: Feng, Tianzhi, et al.
Veröffentlicht: (2025)

Improving EEG Signal Classification Accuracy Using Wasserstein Generative Adversarial Networks
von: Park, Joshua, et al.
Veröffentlicht: (2024)

Are EEG Sequences Time Series? EEG Classification with Time Series Models and Joint Subject Training
von: Burchert, Johannes, et al.
Veröffentlicht: (2024)

A Systematic Review of EEG-based Machine Intelligence Algorithms for Depression Diagnosis, and Monitoring
von: Nassibi, Amir, et al.
Veröffentlicht: (2025)

Window Stacking Meta-Models for Clinical EEG Classification
von: Zhu, Yixuan, et al.
Veröffentlicht: (2024)

SCFNet:A Transferable IIIC EEG Classification Network
von: Xu, Weijin
Veröffentlicht: (2024)

Unsupervised Pairwise Learning Optimization Framework for Cross-Corpus EEG-Based Emotion Recognition Based on Prototype Representation
von: Li, Guangli, et al.
Veröffentlicht: (2025)

Motor Imagery EEG Signal Classification Using Minimally Random Convolutional Kernel Transform and Hybrid Deep Learning
von: Hwaidi, Jamal, et al.
Veröffentlicht: (2025)

MSGM: A Multi-Scale Spatiotemporal Graph Mamba for EEG Emotion Recognition
von: Liu, Hanwen, et al.
Veröffentlicht: (2025)

EmT: A Novel Transformer for Generalized Cross-subject EEG Emotion Recognition
von: Ding, Yi, et al.
Veröffentlicht: (2024)

Enhancing EEG Signal Generation through a Hybrid Approach Integrating Reinforcement Learning and Diffusion Models
von: An, Yang, et al.
Veröffentlicht: (2024)

Physics-informed and Unsupervised Riemannian Domain Adaptation for Machine Learning on Heterogeneous EEG Datasets
von: Mellot, Apolline, et al.
Veröffentlicht: (2024)

Transparency in Sleep Staging: Deep Learning Method for EEG Sleep Stage Classification with Model Interpretability
von: Sharma, Shivam, et al.
Veröffentlicht: (2023)

Improving EEG Classification Through Randomly Reassembling Original and Generated Data with Transformer-based Diffusion Models
von: Chen, Mingzhi, et al.
Veröffentlicht: (2024)

Classification of IED-free EEG Responses for Assisted Epilepsy Diagnosis
von: Zanardini, Giacomo, et al.
Veröffentlicht: (2026)

Graph Filters for Signal Processing and Machine Learning on Graphs
von: Isufi, Elvin, et al.
Veröffentlicht: (2022)

Boundary-aware Prototype-driven Adversarial Alignment for Cross-Corpus EEG Emotion Recognition
von: Li, Guangli, et al.
Veröffentlicht: (2026)

Towards Practical Emotion Recognition: An Unsupervised Source-Free Approach for EEG Domain Adaptation
von: Imtiaz, Md Niaz, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on EEG-Based Emotion Recognition: A Graph-Based Perspective
von: Liu, Chenyu, et al.
Veröffentlicht: (2024)

Adaptive Segmentation of EEG for Machine Learning Applications
von: Zhou, Johnson, et al.
Veröffentlicht: (2025)