1.這篇文章究竟講了什麼問題？
使用額葉腦電訊號，在VR場景下進行情感識別

2.這是否是一個新的問題？
不是

3.這篇文章要驗證一個什麼科學假設？
所提的堆疊方法，採用EEG訊號能夠達到較高的情感識別精度

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？
1)Q. Zhang and M. Lee, “Analysis of positive and negative emotions in natural scene using brain activity and gist,” Neurocomputing, vol. 72,no. 4, pp. 1302–1306, 2009.
2) J. Kortelainen and T. Seppanen, “Eeg-based recognition of videoinduced emotions: Selecting subject-independent feature set,” in Engineering in Medicine and Biology Society, 2013.
3) Z. Mohammadi, J. Frounchi, and M. Amiri, Wavelet-based emotion recognition system using EEG signal. Springer-V erlag, 2017.
4) S. Wu, X. Xu, L. Shu, and B. Hu, “Estimation of valence of emotion using two frontal eeg channels,” in IEEE International Conference on Bioinformatics and Biomedicine, 2017, pp. 1127–1130.

5.論文中提到的解決方案之關鍵是什麼？
特徵提取，以及堆疊的分類模型

6.論文中的實驗是如何設計的？
招募18個被試，利用VR場景進行情感刺激，然後進行SAM量表填寫，作為情感輸出，然後將採集到的訊號進行預處理，接一個兩階段的模型進行訓練和測試。
1)與單個模型對比
2)與其他方法對比

7.用於定量評估的資料集是什麼？程式碼有沒有開源？
Deap資料集，以及被試的資料，沒有開源

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？
實驗取得最高的預測精度。

9.這篇論文到底有什麼貢獻？
提出一個VR場景下基於EEG訊號的情感識別(堆疊方法(兩階段))方法

10.下一步呢？有什麼工作可以繼續深入？
1)分類的類別可以多一些，本文只有積極和負面
2)利用深度學習的方法對EEG訊號進行特徵提取
3)面部資料與EEG訊號資料的融合