生理データを利用した感情予測のための機械学習法の簡単な調査【JST・京大機械翻訳】

Khalid Maryam; Willis Emily

プレプリント

J-GLOBAL ID：202202200171050913 整理番号：22P0275770

生理データを利用した感情予測のための機械学習法の簡単な調査【JST・京大機械翻訳】

A Brief Survey of Machine Learning Methods for Emotion Prediction using Physiological Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月17日プレプリントサーバーでの情報更新日： 2022年01月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

感情予測は,複数のモダリティから人間の感情状態の同定と予測に焦点を当てた重要な新興研究領域である。他のデータソースの中で,生理学的データは,個人によってマスク/アンペアリングされ,容易に収集できる追加利点を有する感情のインジケーターとして役立つ。本論文では,スマートフォンと生理学的データを展開し,リアルタイムで感情を予測する多重機械学習法について,自己申告の生態学的モーメント評価(EMA)スコアを用いて,グランドトルースとして調査する。回帰,長い短期記憶(LSTM)ネットワーク,畳込みニューラルネットワーク(CNN),強化オンライン学習(ROL),および深い信念ネットワーク(DBN)を比較して,正確な感情予測を達成するために使用する機械学習法の変動性を示した。最先端の方法を比較し,実験性能が未だ良くないことを強調した。性能は,次の課題を考慮することにより,スケーラビリティと一般化可能性の改善,マルチモーダルデータの同期,EMAサンプリングの最適化,シーケンス予測との適応性の統合,不偏データの収集,および精巧な特徴工学技術の活用によって,将来研究において改善することができる。【JST・京大機械翻訳】

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

ニューロコンピュータ , 応用心理学 , 人工知能

, , , ,

前のページに戻る