Comparação de metodologias de classificação de traços de personalidade a partir de sinais encefalograficos

Abstract

Esse trabalho aborda as classificações de personalidade e a possibilidade de que sinais de EEG tenham informação que torne possível predizer a classificação por um teste autoaplicado. O objetivo ´ultimo desse projeto ´e avaliar a predicabilidade desses traços de personalidade utilizando apenas sinais de eletroencefalografia, sem utilizar outros sinais biológicos e outras formas de aquisição de dados. Para isso foram utilizados diferentes classificadores baseados em aprendizado de maquina, com enfoque na exploração sistemática dos possíveis valores para parâmetros desses classificadores e para as variáveis utilizadas no preprocessamento dos dados. Foram utilizados LSTM e resultado de votação entre 8 diferentes classificadores utilizando a função ensemble.VotingClassifier da biblioteca Scikit-learn. Diferentes abordagens foram exploradas para cada uma dessas três formas de classificação. A base de dados utilizada foi a AMIGOS, contendo 40 participantes que tiveram os sinais coletados enquanto assistiam vídeos com diferentes cargas emocionais, sendo de 36 a 38 deles utilizáveis dependendo do vídeo assistido. A classificação de base ´e sobre o modelo Big-5 que quantifica os traços: Extroversão, Agradabilidade, Conscienciosidade, Estabilidade Emocional e Criatividade (Abertura a experiencias). Os resultados foram comparados com o de dois trabalhos semelhantes utilizando a mesma base de dados ou uma variação dela.