المشاعر البشرية هي ظاهرة نفسية معقدة تعكس الحالة الفسيولوجية والنفسية الحالية للفرد. تؤثر المشاعر بشكل كبير على سلوك الإنسان وإدراكه وتواصله واتخاذ قراراته. ومع ذلك، فإن الأساليب الحالية للتعرف على المشاعر غالبا ما تواجه مشاكل أدائية وقدرة محدودة على التوسع في التطبيق الفعلي. لذا، نقترح إطارًا جديدًا لتعرف المشاعر في علم الأحياء الدماغي VG-DOCoT، والذي يعتمد على هيكل الشبكة العصبية العميقة للتباين الفائق للتصفية (DO-Conv)، والمحولات والشبكة العصبية العميقة المتغيرة الترميز-الشبكة العصبية الاصطناعية المولدة (VAE-GAN). تحديدًا، في التحضير الأولي، يمكن استخراج الانحراف الفراغي التفاضلي (DE) من إشارات EEG للتعكس في معلومات الوقت والمكان والتردد. لتعزيز بيانات التدريب، يتم استخدام VAE-GAN لزيادة البيانات. يتم استخدام وحدة التحويل DO-Conv الجديدة بدلا من الطبقات التقليدية لتحسين أداء الشبكة. يتم إدخال هيكل المحول في إطار الشبكة لكشف الاعتمادية العالمية في إشارات EEG. باستخدام النموذج المقترح، تمت المحاكاة في مجموعة بيانات DEAP لمهمة ثنائية الفئة، حيث بلغت دقة النشاط والتقدير 92.52٪ و 92.27٪ على التوالي. بالإضافة إلى ذلك، تمت اختبار مهمة ثلاثية الفئة على مجموعة بيانات SEED، بما في ذلك المشاعر النيوترالية، والإيجابية، والسلبية، حيث بلغت الدقة المتوقعة المتوسطة 93.77٪. حسنت الطريقة المقترحة بشكل كبير من دقة تعرف المشاعر الدماغية.

تعرف على المشاعر؛ إشارات موجات الدماغ (EEG)؛ تباين فائق للتصفية العميقة (DO-Conv)؛ محول؛ شبكة عصبية عميقة متغيرة الترميز-الشبكة العصبية الاصطناعية المولدة (VAE-GAN)