В работе описан метод персонализации интерпретируемой нечёткой модели классификации эмоций по ЭЭГ. На основе значимых признаков (спектральная плотность, дифференциальная энтропия, межполушарная асимметрия) формируется глобальная база правил, которая затем индивидуально настраивается под конкретного пользователя. Для повышения устойчивости классификации при специфичных паттернах используется резервный классификатор XGBoost. Эксперименты на датасете DEAP подтвердили эффективность подхода: точность классификации возрастает до 20% по сравнению с субъектонезависимой моделью.

Водякова Е.А. (науч. рук. Русак А.В.) Метод персонализации интерпретируемой нечёткой модели классификации эмоциональных состояний по данным электроэнцефалографии // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17291