論文の概要: Prediction of Human Empathy based on EEG Cortical Asymmetry
- arxiv url: http://arxiv.org/abs/2005.02824v1
- Date: Wed, 6 May 2020 13:49:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 06:18:20.491877
- Title: Prediction of Human Empathy based on EEG Cortical Asymmetry
- Title（参考訳）: 脳波の非対称性に基づく人間の共感の予測
- Authors: Andrea Kuijt and Maryam Alimardani
- Abstract要約: 特定の周波数帯における脳振動の側方化は、自己申告された共感スコアの重要な予測因子である。
結果は、感情の表現や認識が困難である人々を支援する脳-コンピュータインターフェースの開発に利用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humans constantly interact with digital devices that disregard their
feelings. However, the synergy between human and technology can be strengthened
if the technology is able to distinguish and react to human emotions. Models
that rely on unconscious indications of human emotions, such as
(neuro)physiological signals, hold promise in personalization of feedback and
adaptation of the interaction. The current study elaborated on adopting a
predictive approach in studying human emotional processing based on brain
activity. More specifically, we investigated the proposition of predicting
self-reported human empathy based on EEG cortical asymmetry in different areas
of the brain. Different types of predictive models i.e. multiple linear
regression analyses as well as binary and multiclass classifications were
evaluated. Results showed that lateralization of brain oscillations at specific
frequency bands is an important predictor of self-reported empathy scores.
Additionally, prominent classification performance was found during
resting-state which suggests that emotional stimulation is not required for
accurate prediction of empathy -- as a personality trait -- based on EEG data.
Our findings not only contribute to the general understanding of the mechanisms
of empathy, but also facilitate a better grasp on the advantages of applying a
predictive approach compared to hypothesis-driven studies in neuropsychological
research. More importantly, our results could be employed in the development of
brain-computer interfaces that assist people with difficulties in expressing or
recognizing emotions.
- Abstract（参考訳）: 人間は感情を無視するデジタルデバイスと常に対話する。
しかし、人間とテクノロジーの相乗効果は、技術が人間の感情を識別し、反応させることができれば強化できる。
神経生理学的信号のような人間の感情の無意識的な表現に依存するモデルは、フィードバックのパーソナライズと相互作用の適応を約束する。
本研究は、脳活動に基づく人間の感情処理の研究において、予測的アプローチを採用することに焦点を当てた。
具体的には,脳の様々な領域における脳皮質非対称性に基づく自己報告ヒトの共感を予測することを提案する。
複数の線形回帰解析と二分法,多クラス分類の異なる予測モデルの評価を行った。
その結果、特定の周波数帯における脳振動の側方化は、自己報告の共感スコアの重要な予測因子であることがわかった。
また,脳波データに基づく共感の正確な予測には感情刺激は必須ではないことが示唆された。
本研究は共感のメカニズムの一般的な理解に寄与するだけでなく、神経心理学研究における仮説駆動研究と比較して予測的アプローチを適用する利点をより理解しやすくする。
さらに重要なことは、私たちの結果は、感情の表現や認識に困難を持つ人々を支援する脳とコンピュータのインターフェイスの開発に活用できるということです。
関連論文リスト
- Emotion-Oriented Behavior Model Using Deep Learning [0.9176056742068812]
感情に基づく行動予測の精度は2尾のピアソン相関を用いて統計的に検証される。
本研究は,感情指向行動に基づく多面的人工エージェントインタラクションの基盤となる。
論文 参考訳（メタデータ） (2023-10-28T17:27:59Z) - Emotion Analysis on EEG Signal Using Machine Learning and Neural Network [0.0]
本研究の目的は,脳信号を用いた感情認識能力の向上である。
人間と機械の相互作用技術への様々なアプローチは長い間進行中であり、近年では脳信号を使って感情を自動的に理解することに成功した。
論文 参考訳（メタデータ） (2023-07-09T09:50:34Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Emotion pattern detection on facial videos using functional statistics [62.997667081978825]
顔面筋運動の有意なパターンを抽出する機能的ANOVAに基づく手法を提案する。
感情群間の表現に時間的差があるかどうかを関数fテストを用いて判定する。
論文 参考訳（メタデータ） (2021-03-01T08:31:08Z) - AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。
他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。
本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文 参考訳（メタデータ） (2021-02-24T14:58:23Z) - Emotion Recognition From Gait Analyses: Current Research and Future
Directions [48.93172413752614]
歩行はウォーカーの感情に関する情報を伝える
様々な感情と歩行パターンのマッピングは、感情の自動認識のための新しい情報源を提供する。
歩行は遠隔観察可能で 模倣が困難で 被験者との協力も少ない
論文 参考訳（メタデータ） (2020-03-13T08:22:33Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z) - SensAI+Expanse Emotional Valence Prediction Studies with Cognition and
Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。
開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。
本研究は, 年齢と性別の相違が有意であることを示すものである。
論文 参考訳（メタデータ） (2020-01-03T18:17:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。