1.這篇文章究竟講了什麼問題？
提供了一個實驗來評估由頭戴裝置的API提供的情感狀態的分類準確性。

2.這是否是一個新的問題？
評估頭戴裝置頭戴實時測量，通過ANNs的方法和已經驗證過的資料集進行對比是一個新的問題

3.這篇文章要驗證一個什麼科學假設？
多層感知機能夠充分驗證Emotiv EPOC+ API的輸出

4.有哪些相關研究？如何歸類？誰是這一課題在這領域值得關注的研究員？
ANN利用EEG訊號的工作：
a)Moon, S.E.; Jang, S.; Lee, J.S. Convolutional neural network approach for EEG-based emotion recognition using brain connectivity and its spatial information. In Proceedings of the 2018 IEEE International Conference on Acoustics, Speech and Signal Processing, Calgary , AB, Canada, 15–20 April 2018; pp. 2556–2560.
b)Tripathi, S.; Acharya, S.; Sharma, R.D.; Mittal, S.; Bhattacharya, S. Using deep and convolutional neural networks for accurate emotion classification on DEAP dataset. In Innovative Applications of Artificial Intelligence; AAAI Press: Palo Alto, CA, USA, 2017; pp. 4746–4752.
c)Li,Y.;Huang,J.;Zhou,H.;Zhong,N.Human emotionrecognition with electroencephalographic multidimensional features by hybrid deep neural networks. Appl. Sci. 2017, 7, 1060, doi:10.3390/app7101060.
d)Bhatti, A.M.; Majid, M.; Anwar, S.M.; Khan, B. Human emotion recognition and analysis in response to audio music using brain signals. Comput. Hum. Behav. 2016, 65, 267–275, doi:10.1016/j.chb.2016.08.029.

5.論文中提到的解決方案之關鍵是什麼？
實驗資料的採集，包括SAM量表，Emotiv EPOC+ API的輸出，以及IAPS原本輸出
模型的設計和訓練

6.論文中的實驗是如何設計的？
a)比較試驗後被試填寫的SAM和IAPS原本輸出的對比
b)比較Emotiv EPOC+ API的輸出和IAPS原本輸出的對比

7.用於定量評估的資料集是什麼？程式碼有沒有開源？
16個被試的資料，沒有

8.論文中的實驗及結果有沒有很好地支援需要驗證的科學假設？
有

9.這篇論文到底有什麼貢獻？
提供了一個實驗來評估由頭戴裝置的API提供的情感狀態的分類準確性

10.下一步呢？有什麼工作可以繼續深入？
論文字身是一個實驗性的文章，沒有太多可以借鑑到創新點的地方，可以參考他的實驗過程。