論文の概要: Intelligent analysis of EEG signals to assess consumer decisions: A Study on Neuromarketing

• arxiv url: http://arxiv.org/abs/2206.07484v1
• Date: Sun, 29 May 2022 18:41:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-19 23:34:51.841214
• Title: Intelligent analysis of EEG signals to assess consumer decisions: A Study on Neuromarketing
• Title（参考訳）: 消費者意思決定のための脳波信号の知的分析:ニューロマーケティングに関する研究
• Authors: Nikunj Phutela, Abhilash P, Kaushik Sreevathsan, B N Krupa
• Abstract要約: 本研究は,脳波(EEG)信号を分析することにより,消費者の広告(広告)や製品に対する肯定的・否定的な反応を理解する方法を提案する。 これらの信号は18～22歳のボランティアの安価な単電極ヘッドセットを用いて記録される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neuromarketing is an emerging field that combines neuroscience and marketing to understand the factors that influence consumer decisions better. The study proposes a method to understand consumers' positive and negative reactions to advertisements (ads) and products by analysing electroencephalogram (EEG) signals. These signals are recorded using a low-cost single electrode headset from volunteers belonging to the ages 18-22. A detailed subject dependent (SD) and subject independent (SI) analysis was performed employing machine learning methods like Naive Bayes (NB), Support Vector Machine (SVM), k-nearest neighbour and Decision Tree and the proposed deep learning (DL) model. SVM and NB yielded an accuracy (Acc.) of 0.63 for the SD analysis. In SI analysis, SVM performed better for the advertisement, product and gender-based analysis. Furthermore, the performance of the DL model was on par with that of SVM, especially, in product and ads-based analysis.
• Abstract（参考訳）: ニューロマーケティング(neuromarketing)は、神経科学とマーケティングを組み合わせることで、消費者の意思決定に影響を及ぼす要因を理解する新興分野である。 本研究は,脳波信号の分析により,消費者の広告(広告)や製品に対する肯定的・否定的な反応を理解する方法を提案する。 これらの信号を18〜22歳のボランティアから低コストの単電極ヘッドセットで記録する。 naive bayes (nb), support vector machine (svm), k-nearest neighbor and decision tree, and the proposed deep learning (dl) model などの機械学習手法を用いて,詳細な主観依存 (sd) と主観独立 (si) 分析を行った。 SVMとNBはSD解析の精度0.63(Acc.)を得た。 SI分析では、SVMは広告、製品、ジェンダーに基づく分析に優れていた。 さらに、DLモデルの性能は、特に製品および広告に基づく分析において、SVMと同等であった。

関連論文リスト

• Sentiment Analysis Based on RoBERTa for Amazon Review: An Empirical Study on Decision Making [0.0]
  現状の自然言語処理(NLP)技術を利用して、Amazon製品レビューの感情分析を行う。 我々は、レビューの感情のトーンを正確に反映した感情スコアを導出するために、トランスフォーマーベースのモデルRoBERTaを採用している。
  論文  参考訳（メタデータ） (2024-10-18T22:46:27Z)
• Dynamic Sentiment Analysis with Local Large Language Models using Majority Voting: A Study on Factors Affecting Restaurant Evaluation [0.0]
  本研究では,局所言語モデルを用いた感情分析モデルに多数決機構を導入する。 レストラン評価に関するオンラインレビューの3つの分析により、複数の試みによる過半数投票は、一つの試みによる大規模なモデルよりも、より堅牢な結果をもたらすことを示した。
  論文  参考訳（メタデータ） (2024-07-18T00:28:04Z)
• Robustness of Explainable Artificial Intelligence in Industrial Process Modelling [43.388607981317016]
  我々は,地中真実シミュレーションと感度解析に基づいて,現在のXAI手法を評価する。 モデル化された産業プロセスの真の感度を正確に予測する能力において,XAI法とXAI法の違いを示す。
  論文  参考訳（メタデータ） (2024-07-12T09:46:26Z)
• Machine Learning for ALSFRS-R Score Prediction: Making Sense of the Sensor Data [44.99833362998488]
  筋萎縮性側索硬化症(Amyotrophic Lateral Sclerosis、ALS)は、急速に進行する神経変性疾患である。 iDPP@CLEF 2024チャレンジを先導した今回の調査は,アプリから得られるセンサデータを活用することに焦点を当てている。
  論文  参考訳（メタデータ） (2024-07-10T19:17:23Z)
• AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
  本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。 提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。 ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
  論文  参考訳（メタデータ） (2024-07-02T16:44:00Z)
• MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
  大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。 本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。 メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
  論文  参考訳（メタデータ） (2024-06-20T03:50:23Z)
• Augmented Risk Prediction for the Onset of Alzheimer's Disease from Electronic Health Records with Large Language Models [42.676566166835585]
  アルツハイマー病(英語: Alzheimer's disease、AD)は、65歳以上のアメリカ人で5番目に多い死因である。 大規模言語モデル(LLM)の最近の進歩は、リスク予測の強化に強い可能性を秘めている。 本稿では,LSMの少数ショット推論能力を活用することでリスク予測を向上する新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-05-26T03:05:10Z)
• Enhancing Readmission Prediction with Deep Learning: Extracting Biomedical Concepts from Clinical Texts [0.26813152817733554]
  本研究は,30日以内の患者の寛解をテキストマイニング技術を用いて予測することに焦点を当てた。 この目的のために分類モデルを開発するために,様々な機械学習および深層学習手法が用いられた。
  論文  参考訳（メタデータ） (2024-03-12T09:03:44Z)
• Augmented cross-selling through explainable AI -- a case from energy retailing [0.0]
  エネルギー小売店の顧客220,185件のデータを分析し、最大86%の正当性(AUC)でクロス購入を予測し、XAI法SHAPが実際の購入者に対する説明を提供することを示す。 さらに,情報システム,XAI,関係マーケティングにおける研究の意義について概説する。
  論文  参考訳（メタデータ） (2022-08-24T09:51:52Z)
• Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
  ドメイン適応を容易にするデータ拡張手法を提案する。 逆生成したサンプルはドメイン適応時に使用される。 その結果,本手法の有効性とタスクの一般性が確認された。
  論文  参考訳（メタデータ） (2021-01-13T03:20:20Z)
• Understanding Consumer Preferences for Movie Trailers from EEG using Machine Learning [0.0]
  これまでの研究では、脳波が捉えた誘発応答の変化を理解することによって、消費者の嗜好を効果的に予測できることが示されている。 我々の研究は、ニューラルネットワークが消費者選択の効果的な予測要因となり、消費者の行動に対する理解を著しく向上させることを示唆している。
  論文  参考訳（メタデータ） (2020-07-21T12:35:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。