CLASSIFICAÇÃO DE EMOÇÕES USANDO DADOS BIOPOTENCIAIS: UMA ABORDAGEM EVOLUTIVA
Dados Biopotenciais. Eletroencefalograma. Sistemas Fuzzy. Redes Neurais Artificiais. Aprendizado de Máquina Online
Com o aumento da expectativa de vida, é vital melhorar a qualidade de vida de
idosos e pessoas com condições como paraparesia ou paraplegia. Esta projeto de
pesquisa propõe o desenvolvimento de modelos computacionais para a classificação
de emoções humanas, utilizando dados biopotenciais coletados por EEG.
Os modelos utilizam algoritmos avançados de inteligência computacional, como o
DENFIS (Dynamic Evolving Neuro-Fuzzy System) e o eGNN (Evolving Granular
Neural Network). O DENFIS é um sistema que integra redes neurais e lógica
fuzzy para evoluir dinamicamente com os dados, enquanto o eGNN aplica conceitos
de granularidade para análise de dados neurais. Em particular, esta pesquisa
empregará a base de dados DEAP, um recurso público para análise de emoções por
meio de sinais fisiológicos, para validar os modelos propostos. O objetivo é aprimorar
as interfaces cérebro-computador, melhorando a comunicação e interação
para pessoas com limitações motoras e enriquecendo a compreensão das emoções
humanas, beneficiando tanto a tecnologia assistiva quanto terapias adaptativas.