Machine Learning Techniques for Arousal Classification from Electrodermal Activity: A Systematic Review.

Sánchez-Reolid, Roberto; López de la Rosa, Francisco; Sánchez-Reolid, Daniel; López, María T; Fernández-Caballero, Antonio

Sánchez-Reolid, Roberto; López de la Rosa, Francisco; Sánchez-Reolid, Daniel; López, María T; Fernández-Caballero, Antonio.

Afiliación

Sánchez-Reolid R; Departamento de Sistemas Informáticos, Universidad de Castilla-La Mancha, 02071 Albacete, Spain.
López de la Rosa F; Neurocognition and Emotion Unit, Instituto de Investigación en Informática, 02071 Albacete, Spain.
Sánchez-Reolid D; Neurocognition and Emotion Unit, Instituto de Investigación en Informática, 02071 Albacete, Spain.
López MT; Neurocognition and Emotion Unit, Instituto de Investigación en Informática, 02071 Albacete, Spain.
Fernández-Caballero A; Departamento de Sistemas Informáticos, Universidad de Castilla-La Mancha, 02071 Albacete, Spain.

Sensors (Basel) ; 22(22)2022 Nov 17.

Article en En | MEDLINE | ID: mdl-36433482

Asunto(s)

Respuesta Galvánica de la Piel; Aprendizaje Automático; Nivel de Alerta; Redes Neurales de la Computación; Máquina de Vectores de Soporte

Palabras clave

arousal; electrodermal activity; machine learning; systematic review

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Aprendizaje Automático / Respuesta Galvánica de la Piel Tipo de estudio: Prognostic_studies / Systematic_reviews Idioma: En Revista: Sensors (Basel) Año: 2022 Tipo del documento: Article País de afiliación: España Pais de publicación: Suiza

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google