An Empirical Study of Indian Classical Ragas Desh and Todi Structure and its Influence on Brain Waves
Notice bibliographique
Résumé
Ancient Indian classical musical maestros affirmed that ragas influence emotions of a human being by changing the resonance of human body. Some ragas like darbari Canada, khaman and poorly are found to help in defusing mental tension, particularly in the case of hysterics. Raga malware Pacifies anger, excessive mental, excitement & mental instability, Raga Jai Jai anti have also been pound effective in curing mental disorders and calming the mind. Although it is required to verify this raga correlation systematically. By survey, it has been seen that no schemes have demonstrated yet. The proposed research presented in this paper is aimed to discover the science behind phonetics of raga and its effects on nerve system. This research is one step to explore scientifically the ancient way of alternative medicine i.e. raga therapy, which is a need of the day since current advances in technology and rising workload on a human being is accompanied by stress. This research focuses on to study the influence of Indian classical ragas structure on the human body while the person is listening and experiencing an emotion in it by capturing EEG signals. The brainwave signals database will be collected and analyze. This research work addresses these objectives and aims to present a strong case which will help medical practitioners like a psychiatrist, to treat the patient by injecting music stimulus.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».