ウェアラブルストレスのためのマルチモーダルデータセット,WESADの導入と影響検出【JST・京大機械翻訳】

Schmidt Philip; Reiss Attila; Duerichen Robert; Marberger Claus; Van Laerhoven Kristof

文献

J-GLOBAL ID：202002270303010913 整理番号：20A1759460

ウェアラブルストレスのためのマルチモーダルデータセット,WESADの導入と影響検出【JST・京大機械翻訳】

Introducing WESAD, a Multimodal Dataset for Wearable Stress and Affect Detection

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1759460&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (5件)： , , , ,
資料名：
号： ICMI ’18 ページ： 400-408 発行年： 2018年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

感情認識は,例えば人間-コンピュータインタラクションを改善する目的で,観察可能に基づく人の感情状態を検出することを目的とする。長期ストレスは,連続的で自動化されたストレスモニタリングシステムと呼ぶ,幸福に深刻な意味を持つことが知られている。しかし,感情コンピューティングコミュニティは,マルチモーダル高品質データを提供し,b)複数の感情状態を含むウェアラブルストレス検出のための標準データセットを欠いている。したがって,ウェアラブルストレスのための新しい公的に利用可能なデータセットであるWESADを導入し,検出に影響する。このマルチモーダルデータセットは,研究室研究中の15人の被験者の手首および胸部-ウォルンデバイスの両方から記録された生理学的および運動データを特徴とする。以下のセンサモダリティ:血液量パルス,心電図,電極活性,筋電図,呼吸,体温,および3軸加速度を含む。さらに,データセットは,3つの異なる感情状態(中立,ストレス,アムースメント)を含むことにより,ストレスと感情に関する以前の研究室研究間のギャップを橋渡しする。さらに,いくつかの確立されたアンケートを用いて得られた被験者の自己報告をデータセットに含めた。さらに,ベンチマークを,よく知られた特徴および標準機械学習法を用いて,データセット上に作成した。3クラス分類問題(ベースライン対応力対使用)を考慮して,80%までの分類精度を達成した。二元事例(応力対非応力)において,93%までの精度に達した。最後に,異なるセンサ様式と同様に,2つのデバイス位置(チェット対手首)の詳細な解析と比較を提供した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (7件)： , , , , , ,

応用心理学 , 生体計測

前のページに戻る