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。
生理学的信号のような時系列信号の表現を利用するためには,これらの表現が全信号から関連情報を捉えることが必須である。本研究では,感情認識のための心電図(ECG)を処理するために変換器ベースモデルの使用を提案した。変圧器の注意機構を用いて,信号に対する文脈化された表現を構築し,関連する部分に対してより重要である。次に,これらの表現は,感情を予測するために完全接続ネットワークで処理される。感情ラベルを持つデータセットの比較的小さなサイズを克服するために,自己教師付き学習を採用した。著者らは,著者らのモデルを事前訓練するために感情のラベルなしでいくつかのECGデータセットを集めて,著者らは次にAMIGOSデータセットに関する感情認識のために微調整した。このアプローチが,AMIGOS上のECG信号を用いた感情認識のための最先端の性能に達することを示した。より一般的に,著者らの実験は,変圧器と予訓練が生理学的信号による感情認識のための有望な戦略であることを示した。【JST・京大機械翻訳】