Predicting Architectural Space Preferences Using EEG-Based Emotion Analysis: A CNN-LSTM Approach

Architectural elements—such as shapes, colors, and lighting—significantly influence how users emotionally respond to spaces. This study addresses the challenge of capturing unconscious and rapid emotional responses by employing a 32-channel electroencephalography (EEG) approach with 40 participants,...

முழு விளக்கம்

சேமிக்கப்பட்டது:

நூற்பட்டியல் விவரங்கள்
முதன்மை ஆசிரியர்கள்:	Ju Eun Cho, Se Yeon Kang, Yi Yeon Hong, Han Jong Jun
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	MDPI AG 2025-04-01
தொடர்:	Applied Sciences
பொருள்கள்:	EEG event-related potential convolutional neural network long short-term memory affective architecture user preference prediction
ஆன்லைன் அணுகல்:	https://www.mdpi.com/2076-3417/15/8/4217
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!

Predicting Architectural Space Preferences Using EEG-Based Emotion Analysis: A CNN-LSTM Approach

ஒத்த வளங்கள்