Human-Machine Cooperative Multimodal Learning Method for Cross-subject Olfactory Preference Recognition

要約

においの官能評価は食品、衣料品、化粧品など幅広い分野で応用されています。
従来の人工官能評価は再現性が悪く、電子鼻（E-nose）に代表される機械嗅覚は人間の感情を反映することが困難でした。
嗅覚脳波 (EEG) には、匂いと人間の嗅覚の好みに関連する個人の特徴が含まれており、匂いの官能評価において独特の利点があります。
しかし、被験者間の嗅覚EEG認識は困難であるため、その応用は大きく制限されます。
E-noseと嗅覚EEGは、それぞれ匂い情報と個人の感情を表すのに有利であることは注目に値します。
この論文では、被験者を超えた嗅覚嗜好認識のために、E-鼻と嗅覚EEGのマルチモーダル学習方法を提案します。
まず、嗅覚EEGおよびE鼻のマルチモーダルデータ取得および前処理パラダイムが確立されます。
第二に、匂い情報を表すマルチモーダルデータの共通の特徴と個人の感情情報を表す嗅覚EEGの個別の特徴を効果的にマイニングするための、相補的なマルチモーダルデータマイニング戦略を提案します。
最後に、抽出された共通特徴と個別特徴を融合することにより、被験者を超えた嗅覚嗜好認識が24人の被験者で達成され、その認識効果は最先端の認識方法よりも優れています。
さらに、被験者を超えた嗅覚嗜好認識における提案手法の利点は、実用的な匂い評価アプリケーションへの可能性を示しています。

要約(オリジナル)

Odor sensory evaluation has a broad application in food, clothing, cosmetics, and other fields. Traditional artificial sensory evaluation has poor repeatability, and the machine olfaction represented by the electronic nose (E-nose) is difficult to reflect human feelings. Olfactory electroencephalogram (EEG) contains odor and individual features associated with human olfactory preference, which has unique advantages in odor sensory evaluation. However, the difficulty of cross-subject olfactory EEG recognition greatly limits its application. It is worth noting that E-nose and olfactory EEG are more advantageous in representing odor information and individual emotions, respectively. In this paper, an E-nose and olfactory EEG multimodal learning method is proposed for cross-subject olfactory preference recognition. Firstly, the olfactory EEG and E-nose multimodal data acquisition and preprocessing paradigms are established. Secondly, a complementary multimodal data mining strategy is proposed to effectively mine the common features of multimodal data representing odor information and the individual features in olfactory EEG representing individual emotional information. Finally, the cross-subject olfactory preference recognition is achieved in 24 subjects by fusing the extracted common and individual features, and the recognition effect is superior to the state-of-the-art recognition methods. Furthermore, the advantages of the proposed method in cross-subject olfactory preference recognition indicate its potential for practical odor evaluation applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google