Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail publikace
JINDRA, J. NĚMCOVÁ, A.
Originální název
Stress detection on non-EEG physiolog. data
Anglický název
Typ
článek ve sborníku ve WoS nebo Scopus
Jazyk
čeština
Originální abstrakt
Stress detection based on Non-EEG physiological data can be usefulfor monitoring dri-vers, pilots, workers,and other subjects, where standard EEG monitoring is unsuitable. This work usesNon-EEG database freelyavailable fromPhysionet. The database contains recordsof heart ra-te, saturation of blood oxygen, motion, a conductance of skin and temperature. Model for automatic detection of stress was learned on these data. Best results were reached using a model of a decision tree with25 features. The accuracy of the resulting model is approximately 93 %.
Anglický abstrakt
Klíčová slova
Stress, detection, physiological signals, Non–EEG detection, artificial intelligence,machine learning,decision trees
Klíčová slova v angličtině
Autoři
JINDRA, J.; NĚMCOVÁ, A.
Vydáno
25. 4. 2019
Nakladatel
Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Místo
Brno
ISBN
978-80-214-5735-5
Kniha
Proceedings of the 25th Conference STUDENT EEICT 2019
Strany od
203
Strany do
206
Strany počet
4
URL
http://www.feec.vutbr.cz/EEICT/archiv/sborniky/EEICT_2019_sbornik.pdf
BibTex
@inproceedings{BUT156802, author="Jakub {Jindra} and Andrea {Němcová}", title="Stress detection on non-EEG physiolog. data", booktitle="Proceedings of the 25th Conference STUDENT EEICT 2019", year="2019", pages="203--206", publisher="Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií", address="Brno", isbn="978-80-214-5735-5", url="http://www.feec.vutbr.cz/EEICT/archiv/sborniky/EEICT_2019_sbornik.pdf" }