文献

J-GLOBAL ID：201802230964380026   整理番号：18A1676996

深い残留ネットワークによるマルチモーダル第一印象解析【JST・京大機械翻訳】

Multimodal First Impression Analysis with Deep Residual Networks

著者 (8件)： Gucluturk Yagmur (Radboud University, Nijmegen, HR, The Netherlands) ,  Guclu Umut (Radboud University, Nijmegen, HR, The Netherlands) ,  Baro Xavier (Open University of Catalonia, Barcelona, Spain) ,  Escalante Hugo Jair (Instituto Nacional de Astrofisica, Puebla, Mexico) ,  Guyon Isabelle (UPSud/INRIA Universite Paris-Saclay, Saint-Aubin, France) ,  Escalera Sergio (University of Barcelona, Barcelona, Spain) ,  van Gerven Marcel A. J. (Radboud University, Nijmegen, HR, The Netherlands) ,  van Lier Rob (Radboud University, Nijmegen, HR, The Netherlands)
資料名： IEEE Transactions on Affective Computing  (IEEE Transactions on Affective Computing)
巻： 9  号： 3  ページ： 316-329  発行年： 2018年 
JST資料番号： W2423A  ISSN： 1949-3045  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人々は,それらとの非常に簡単な相互作用の後でも,不慣れな個人の個人性に関する最初の印象を形成する。本研究では,この自動社会行動を模倣するいくつかのモデルを提示し評価した。具体的には,人々の明白なBig Five人格特性を予測するための短いYouTubeビデオブログポストの大規模データセット上で訓練されたいくつかのモデルを提示し,それらが職務インタビューに推奨されるように見えるかどうかについて述べた。著者らのオーディオビジュアルアプローチと結果を提示することに沿って,著者らは,第3の第1回目の印象において第3の場所に関して,オーディオだけ,視覚だけ,言語だけ,オーディオビジュアル,およびオーディオビジュアルと言語の組合せを含む種々のモダリティにおけるモデリングを研究した。著者らの結果は,最良の性能がすべてのデータモダリティの融合を用いて得られることを実証した。最後に,機械学習における説明可能性を促進し,そして,来るべきなCharlearn挑戦のための例を提供するために,著者らは,職務インタビュー推奨のための予測を説明するための簡単なアプローチを提示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  モデリング ,  視覚 ,  モデル ,  機械学習 ,  *多モード ,  面接調査 ,  言語 ,  録画装置 ,  *ネットワーク ,  オーディオ機器
準シソーラス用語： モダリティ ,  オーディオビジュアル ,  ユーチューブ ,  社会的行動 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 残留 ,  マルチモーダル ,  解析