Detección de estrés en contextos cruzados: evaluación de modelos de aprendizaje automático en escenarios de estrés heterogéneos utilizando señales de EEG
Autores: Attallah, Omneya; Mamdouh, Mona; Al-Kabbany, Ahmad
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Detección de estrés en contextos cruzados: evaluación de modelos de aprendizaje automático en escenarios de estrés heterogéneos utilizando señales de EEG
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Detección de estrés
Aprendizaje automático
Grabaciones de EEG
Evaluación de aritmética mental
Juegos de realidad virtual
Modelos de ML.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Este estudio examina la capacidad de generalización de los modelos de aprendizaje automático que emplean registros de EEG de dos contextos inductores de estrés: evaluación de aritmética mental (MAE) y juegos de realidad virtual (VR).
Descripción
Este estudio examina la capacidad de generalización de los modelos de aprendizaje automático que emplean registros de EEG de dos contextos inductores de estrés: evaluación de aritmética mental (MAE) y juegos de realidad virtual (VR).