Newest papers

CNN-based classifier for subject-independent MBTI Extraversion/Introversion preference classification from short-time EEG signals

Filip Postepski, Grzegorz M. Wojcik · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28442 · open-access PDF

Japanese

この研究では、マイヤーズ・ブリッグスタイプ指標(MBTI)に基づいてエトロバートまたはイントロバートと分類される個人を区別するのに十分な情報を含む短い、最小限に前処理されたEEGセグメントを調べています。50人の参加者のEEG記録は4つのセグメントに分割され、主体独立のネイティブ5倍のクロス認証手順を使用して分析され、EEGNet、EEGProgress、および新しく提案されたコンパクトコンボレーションアーキテクチャ、SSCNetを比較しました。

Machine translation (Meta M2M100); the English original follows.

Abstract

This study examines whether short, minimally preprocessed EEG segments contain sufficient information to distinguish between individuals classified as extraverted or introverted according to the Myers--Briggs Type Indicator (MBTI). EEG recordings from 50 participants were divided into 4-s segments and analyzed using a subject-independent nested 5-fold cross-validation procedure to compare EEGNet, EEGProgress, and a newly proposed compact convolutional architecture, SSCNet. SSCNet achieved the highest mean accuracy (0.6481), AUC (0.7063), and F1-score (0.6276). The proposed architecture also sh

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange