Název: Stress Detection On Non-Eeg Physiolog Data
Autoři: Jindra, Jakub
Typ dokumentu: Příspěvky z konference
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: Stress detection based on Non-EEG physiological data can be useful for monitoring drivers, pilots, workers, and other subjects, where standard EEG monitoring is unsuitable. This work uses Non-EEG database freely available from Physionet. The database contains records of heart rate, 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 with 25 features. The accuracy of the resulting model is approximately 93 %.
Klíčová slova: artificial intelligence; decision trees; detection; machine learning; Non–EEG detection; physiological signals; Stress
Zdrojový dokument: Proceedings of the 25st Conference STUDENT EEICT 2019, ISBN 978-80-214-5735-5

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/186653

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-414555


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference