机器学习的最新进展使检测和识别人类情感的技术得以发展—这些技术中的一些通过分析脑电图（EEG）信号而起作用，该信号实质上是从人的头皮收集的大脑电活动的记录。在过去十年左右的时间里，大多数基于 EEG 的情感分类方法都采用了传统的机器学习技术，例如支持向量机模型，因为这些模型需要较少的训练样本。最近，韩国延世大学的研究人员编译并发布了包含脑电图大脑记录的新数据集。这些数据集为基于 EEG 的情绪识别开辟了新的可能性，因为它们可用于训练深度学习模型，这些模型可实现比传统机器学习模型更好的性能。但是这些数据集中包含的 EEG 信号分辨率仍然比较低，这可能会给训练深度学习模型造成困难。