Aﬀective state recognition through analysis of electroencephalogram signals by using extreme gradient boosting

Aﬀective state recognition through analysis of electroencephalogram signals by using extreme gradient boosting

This thesis is submitted in partial fulfillment of the requirements for the degree of Bachelor of Science in Computer Science and Engineering, 2021.

Bibliographische Detailangaben
Hauptverfasser:	khan, Md. Sakib, Salsabil, Nishal, Amir, Rayeed, Khandaker, Moumita
Weitere Verfasser:	Alam, Golam Rabiul
Format:	Abschlussarbeit
Sprache:	English
Veröffentlicht:	Brac University 2021
Schlagworte:	Aﬀective State recognition Emotion EEG Statistics FFT DCT Poincare Hjorth Parameters SVM XGBoost ID 17101191 ID 18301286 ID 17101428 ID 17101065
Online Zugang:	http://hdl.handle.net/10361/15409

Ähnliche Einträge

Dynamic spam detection system and most relevant features identiﬁcation using random weight network
von: Zaman, Syed Mahbubuz, et al.
Veröffentlicht: (2021)

Interior design drawings - coordination plan (Architectural Consultant Drawings)
von: WOHA Designs PTE LTD
Veröffentlicht: (2023)

Do Elections Always Motivate Incumbents? : Experimentation vs. Career Concerns /
von: Lockwood, Ben
Veröffentlicht: (2003)

SWIFT and RTGS operations of Southeast Bank Limited
von: Biswas, Mehrab Hossain, et al.
Veröffentlicht: (2024)

Analyzing CV/resume using natural language processing and machine learning
von: Reza, Md. Tanzim, et al.
Veröffentlicht: (2018)

A convolutional neural network based model with improved activation function and optimizer for effective intrusion detection and classification
von: Kabir, Solaiman, et al.
Veröffentlicht: (2021)

Visualization of security vulnerabilities through intrusion detection system
von: Ahmed, Ibrar, et al.
Veröffentlicht: (2010)

Malicious data classification in packet data network through hybrid meta deep learning
von: Tapu, Sakib Uddin, et al.
Veröffentlicht: (2023)

Academic document verification using SSI and blockchain technology
von: Huda, Md. Isa Sayek
Veröffentlicht: (2024)

Emotion recognition using EEG signal and deep learning approach
von: Islam, Sayedi Hassan Bin, et al.
Veröffentlicht: (2019)

Multiclass emotion classification by using Spectrogram image analysis: A CNN-XGBoost fusion approach
von: Esha, Ishraq Ahmed, et al.
Veröffentlicht: (2023)

Performance analysis of deep learning algorithms for Intrusion Detection System(IDS) of IoT Security
von: Fiha, Yeamin Jahan, et al.
Veröffentlicht: (2022)

Detection of epileptic seizure using Support Vector Machine Classifier - extracted features from EEG signals
von: Amiz, Asef Hassan, et al.
Veröffentlicht: (2021)

IoT based brain-wave assistive system for paralyzed individuals
von: Monowara, Syeda Maliha, et al.
Veröffentlicht: (2021)

Financial factors analysis for acquisition premium and anticipation using extreme gradient boosting and deep recurrent neural network
von: Rayhan, Mohammad, et al.
Veröffentlicht: (2020)

Emotion recognition by exploiting temporal resolution of EEG signals using transformation and learning methods
von: Uddin, Md.Tousif, et al.
Veröffentlicht: (2021)

Yield prediction for precision agriculture using extreme gradient boosting and support vector regression
von: Ahmed, Md. Sabbir, et al.
Veröffentlicht: (2021)

Electroencephalogram based Emotion Recognition with Graph Convolutional Network Model
von: Islam, Md. Tahmidul, et al.
Veröffentlicht: (2023)

Mood disorders across the life span /
Veröffentlicht: (1996)

Analysis of physicochemical parameters and microbial status in Gulshan lake water
von: Afsar, Ashif
Veröffentlicht: (2014)

Prediction and detection in change of cognitive load for VIP’s by a machine learning approach
von: Rahman, Fahim, et al.
Veröffentlicht: (2021)

Effects of Allium sativum extract in arsenic induced toxicity in Swiss albino mice
von: Adhara, Rusafa Antashin
Veröffentlicht: (2020)

Complete business statistics /
von: Aczel, Amir D.
Veröffentlicht: (2005)

Prediction on large scale data using extreme gradient boosting
von: Sawon, Md.Tariq Hasan, et al.
Veröffentlicht: (2016)

Segmentation free Bangla OCR using HMM: Training and recognition
von: Hasnat, Md. Abul, et al.
Veröffentlicht: (2010)

Experiencing shame: An affective reading of the sexual and reproductive health and rights classroom in Bangladesh
von: Khan, Saad Adnan, et al.
Veröffentlicht: (2022)

A passion for teaching /
von: Day, Christopher, ACP
Veröffentlicht: (2004)

The Affective domain : a resource book for media specialists.
Veröffentlicht: (1970)

A multimodal approach of sentiment analysis to predict customer emotions towards a product
von: Islam, Shadman, et al.
Veröffentlicht: (2020)

Parameter theory and linguistic change

A study on hematological parameters of tuberculosis patients in Bangladesh
von: Monirozzaman, Mohammad
Veröffentlicht: (2019)

Factor analysis of ad liking and prediction of purchase intent through emotionomics
von: Toma, Syeda Tanzina Farhin, et al.
Veröffentlicht: (2020)

Genetic studies in affective disorders : overview of basic methods, current directions, and critical research issues /
Veröffentlicht: (1994)

Design and VLSI implementation of high performance face recognition system
von: Dewan, Priyanka Das, et al.
Veröffentlicht: (2013)

Consumer behaviour analysis using EEG signals for Neuromarketing Application
von: Amin, Chowdhury Rabith, et al.
Veröffentlicht: (2020)

Introductory statistics /
von: Wonnacott, Thomas H., 1935-
Veröffentlicht: (1990)

Basic statistics for the health sciences /
von: Kuzma, Jan W.
Veröffentlicht: (2001)

Basic business statistics : concepts and applications /
von: Berenson, Mark L.
Veröffentlicht: (2009)

Elementary business statistics : the modern approach /
von: Freund, John E.
Veröffentlicht: (1988)

An introduction to model-based survey sampling with applications
von: Chambers, R. L.