論文の概要: A Multi-Componential Approach to Emotion Recognition and the Effect of Personality

• arxiv url: http://arxiv.org/abs/2010.11370v1
• Date: Thu, 22 Oct 2020 01:27:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 06:07:57.746287
• Title: A Multi-Componential Approach to Emotion Recognition and the Effect of Personality
• Title（参考訳）: 感情認識への多成分的アプローチと個性の影響
• Authors: Gelareh Mohammadi and Patrik Vuilleumier
• Abstract要約: 本稿では,映画視聴中に引き起こされた感情体験を特徴付けるために,データ駆動型アプローチによる構成的枠組みを適用した。 その結果、様々な感情の違いは、数次元(少なくとも6次元)で捉えられることが示唆された。 その結果、限定的な記述子数を持つ成分モデルでは、経験的な離散的感情のレベルを予測できることがわかった。
• 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: Emotions are an inseparable part of human nature affecting our behavior in response to the outside world. Although most empirical studies have been dominated by two theoretical models including discrete categories of emotion and dichotomous dimensions, results from neuroscience approaches suggest a multi-processes mechanism underpinning emotional experience with a large overlap across different emotions. While these findings are consistent with the influential theories of emotion in psychology that emphasize a role for multiple component processes to generate emotion episodes, few studies have systematically investigated the relationship between discrete emotions and a full componential view. This paper applies a componential framework with a data-driven approach to characterize emotional experiences evoked during movie watching. The results suggest that differences between various emotions can be captured by a few (at least 6) latent dimensions, each defined by features associated with component processes, including appraisal, expression, physiology, motivation, and feeling. In addition, the link between discrete emotions and component model is explored and results show that a componential model with a limited number of descriptors is still able to predict the level of experienced discrete emotion(s) to a satisfactory level. Finally, as appraisals may vary according to individual dispositions and biases, we also study the relationship between personality traits and emotions in our computational framework and show that the role of personality on discrete emotion differences can be better justified using the component model.
• Abstract（参考訳）: 感情は、外の世界に反応して私たちの行動に影響する人間の本性に不可分な部分である。 ほとんどの経験的研究は、感情の離散的なカテゴリと二コトプス次元を含む2つの理論モデルによって支配されているが、神経科学のアプローチの結果は、異なる感情間で大きな重なり合う感情経験を支えているマルチプロセスメカニズムを示唆している。 これらの知見は、複数の成分プロセスが感情のエピソードを生成する役割を強調する心理学における感情理論と一致するが、離散的な感情と完全な構成要素的視点との関係を体系的に研究する研究はほとんどない。 本稿では,映画視聴中に誘発される感情体験を特徴付けるために,データ駆動アプローチを用いたコンポーネントフレームワークを適用する。 その結果, 評価, 表情, 生理学, 動機づけ, 感情など, 構成要素過程に関連づけられた特徴によって, 様々な感情間の差異を数次元 (少なくとも6次元) の潜在次元で捉えることができることが示唆された。 さらに、離散的感情とコンポーネントモデルとの関係を探求し、結果として、限られた数の記述子を持つ構成的モデルが、経験豊富な離散的感情のレベルを満足のいくレベルまで予測できることを示した。 最後に,個人の態度や偏りによって評価が変化する可能性があるため,計算枠組みにおける性格特性と感情の関係も検討し,個別の感情差に対する個性の役割がコンポーネントモデルを用いてより正当化できることを示す。

関連論文リスト

• Exploring Emotions in Multi-componential Space using Interactive VR Games [1.1510009152620668]
  インタラクティブバーチャルリアリティ(VR)ゲームを用いたデータ駆動型アプローチを運用した。 機械学習(ML)手法を用いて、各コンポーネントの感情分化に対するユニークな貢献を識別した。 これらの知見は、感情研究におけるVR環境の利用にも影響する。
  論文  参考訳（メタデータ） (2024-04-04T06:54:44Z)
• Emotion Recognition based on Psychological Components in Guided Narratives for Emotion Regulation [0.0]
  本稿では,感情制御のためのアンケートを用いて収集した感情的感情の新たなコーパスを紹介する。 本研究では,コンポーネントの相互作用とその感情分類への影響について,機械学習手法と事前学習言語モデルを用いて検討する。
  論文  参考訳（メタデータ） (2023-05-15T12:06:31Z)
• Speech Synthesis with Mixed Emotions [77.05097999561298]
  異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。 次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。 実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
  論文  参考訳（メタデータ） (2022-08-11T15:45:58Z)
• Seeking Subjectivity in Visual Emotion Distribution Learning [93.96205258496697]
  視覚感情分析(VEA)は、人々の感情を異なる視覚刺激に向けて予測することを目的としている。 既存の手法では、集団投票プロセスにおいて固有の主観性を無視して、統合されたネットワークにおける視覚的感情分布を予測することが多い。 視覚的感情分布の主観性を調べるために,新しいテキストサブジェクティビティ評価ネットワーク(SAMNet)を提案する。
  論文  参考訳（メタデータ） (2022-07-25T02:20:03Z)
• Emotion Recognition from Multiple Modalities: Fundamentals and Methodologies [106.62835060095532]
  マルチモーダル感情認識(MER)のいくつかの重要な側面について論じる。 まず、広く使われている感情表現モデルと感情モダリティの簡単な紹介から始める。 次に、既存の感情アノテーション戦略とそれに対応する計算タスクを要約する。 最後に,実世界のアプリケーションについて概説し,今後の方向性について論じる。
  論文  参考訳（メタデータ） (2021-08-18T21:55:20Z)
• Emotion Recognition under Consideration of the Emotion Component Process Model [9.595357496779394]
  我々はScherer (2005) による感情成分プロセスモデル (CPM) を用いて感情コミュニケーションを説明する。 CPMは、感情は、出来事、すなわち主観的感情、認知的評価、表現、生理的身体反応、動機的行動傾向に対する様々なサブコンポーネントの協調過程であると述べている。 Twitter上での感情は、主に出来事の説明や主観的な感情の報告によって表現されているのに対し、文献では、著者はキャラクターが何をしているかを記述し、解釈を読者に任せることを好む。
  論文  参考訳（メタデータ） (2021-07-27T15:53:25Z)
• A Circular-Structured Representation for Visual Emotion Distribution Learning [82.89776298753661]
  視覚的感情分布学習に先立つ知識を活用するために,身近な円形構造表現を提案する。 具体的には、まず感情圏を構築し、その内にある感情状態を統一する。 提案した感情圏では、各感情分布は3つの属性で定義される感情ベクトルで表される。
  論文  参考訳（メタデータ） (2021-06-23T14:53:27Z)
• Enhancing Cognitive Models of Emotions with Representation Learning [58.2386408470585]
  本稿では,きめ細かな感情の埋め込み表現を生成するための,新しいディープラーニングフレームワークを提案する。 本フレームワークは,コンテキスト型埋め込みエンコーダとマルチヘッド探索モデルを統合する。 本モデルは共感対話データセット上で評価され,32種類の感情を分類する最新結果を示す。
  論文  参考訳（メタデータ） (2021-04-20T16:55:15Z)
• 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)
• Impact of multiple modalities on emotion recognition: investigation into 3d facial landmarks, action units, and physiological data [4.617405932149653]
  感情認識における3次元顔データ,行動単位,生理的データの解析を行った。 分析の結果,3次元顔のランドマークと生理的データの両方が表情・感情認識に有効であることが示唆された。 一方、アクションユニットは、他のモダリティと融合した場合、感情認識に肯定的な影響を与える可能性があるが、この結果から、それらを用いて感情を検出することは困難であることが示唆された。
  論文  参考訳（メタデータ） (2020-05-17T18:59:57Z)

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。