抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
負の感情は,ストレスが負のフィードバックを引き起こす理由である。したがって,ネガティブ感情を認識するために多くの研究が行われている。しかし,感情は主観的であり,定量化が難しいので,分類することは困難である。さらに,感情は時間とともに変化し,気分に影響される。したがって,客観的指標を検出するために心電図(ECG),皮膚温度(ST),およびガルバニ皮膚応答(GSR)を測定した。また,積層自動エンコーダ(SAE)を用いて感情に関連する特徴も圧縮した。最後に,圧縮特徴と時間情報を,長い短期記憶(LSTM)を通して訓練に用いた。結果として,特徴圧縮モデルを使用した提案LSTMは,負の感情を認識するための最高の精度(99.4%)を示した。提案モデルの結果は,ニューラルネットワーク(NN)より11.3%高く,SAEより5.6%高かった。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】