كشفت دراسة العلوم العصبية عن الاختلاف في تعبير العواطف بين نصفي الدماغ البشري الأيمن والأيسر. مستوحاةً من هذه الدراسة، تقترح هذه الورقة نموذجًا جديدًا للاختلاف ثنائي النصف (BiHDM) لتعلم الاختلافات غير المتماثلة بين النصفين في التعرف على العواطف باستخدام السجلات الكهروencephالجرافية (EEG). بوضوح، نستخدم أولاً أربع شبكات عصبية متكررة موجهة (RNNs) تعتمد على اتجاهين فضائيين لجولة إشارات الأقطاب الكهربائية في منطقتين دماغيتين منفصلتين، مما يتيح للنموذج الحصول على تمثيلات عميقة لإشارات جميع أقطاب EEG مع الحفاظ على الارتباط الفضائي الداخلي. ثم نصمم شبكة فرعية ثنائية لالتقاط معلومات الاختلاف بين النصفين واستخراج خصائص عليا للتصنيف النهائي. بالإضافة إلى ذلك، من أجل تقليل الانحراف بين بيانات التدريب والاختبار، نستخدم مميزًا للمنطقة يعمل بشكل معادٍ لدفع وحدة تعلم الخصائص الكلية إلى إنتاج خاصية مرتبطة بالعواطف ولكن ثابتة في المنطقة، مما يمكن أن يعزز التعرف على العواطف باستخدام EEG بشكل أكبر. قمنا بإجراء تجارب على ثلاثة مجموعات بيانات عامة للتعرف على العواطف باستخدام EEG، وأظهرت التجارب أن النتائج الجديدة الرائدة يمكن تحقيقها.注释：为了更好地适应阿拉伯语的表达习惯，我做了一些结构调整。例如，“electroencephalograph”在阿拉伯语中通常简写为“EEG”，但为了清晰起见，我在首次出现时使用了完整的描述“السجلات الكهروencephالجرافية”。此外，“state-of-the-art”被翻译为“النتائج الجديدة الرائدة”以符合正式的科技写作风格。