Cảm xúc con người đóng vai trò quan trọng trong việc giao tiếp khi không sử dụng ngôn ngữ, và cảm xúc cũng hỗ trợ cho các nghiên cứu về hành vi của con người. Ngoài ra, tín hiệu điện não đã được các nhà nghiên cứu đánh giá cao về độ tin cậy cũng như dễ dàng lưu trữ và ghi nhận. Do đó phương pháp sử dụng điện não đồ để nhận dạng cảm xúc của con người hiện đang là một lĩnh vực tương đối mới. Các ý tưởng chính như tiền xử lý tín hiệu, trích xuất tính năng và tối ưu hóa thuật toán là những phương pháp đang được nhiều nhà nghiên cứu nhắm tới trong lĩnh vực này. Trong bài nghiên cứu này, chúng tôi hướng đến nhận diện các trạng thái cảm xúc thông qua tín hiệu điện não bằng cách sử dụng các thuật toán bộ nhớ dài ngắn hạn. Tập dữ liệu tín hiệu cảm xúc được lấy từ cơ sở dữ liệu DEAP của tác giả Koelstra và các cộng sự để phục vụ cho quá trình nghiên cứu. Việc nghiên cứu sẽ tập trung vào độ chính xác phân loại và thời gian huấn luyện, đồng thời kiểm tra các dạng kiến trúc khác nhau cũng như các thông số khởi tạo của mạng bộ nhớ dài ngắn hạn (LSTM). Các kết quả đạt được chỉ ra rằng cấu trúc bộ dữ liệu 3 chiều có hiệu suất tốt hơn so với cấu trúc bộ dữ liệu 2 chiều và mạng bộ nhớ dài ngắn hạn là phù hợp cho nhiệm vụ này. Ngoài ra, nghiên cứu của chúng tôi cũng được đối sánh với các nghiên cứu của các tác giả khác nhằm chứng minh sự hiệu quả của thuật toán phân loại.