Fugu-MT 論文翻訳(概要): Accounting for Affect in Pain Level Recognition

論文の概要: Accounting for Affect in Pain Level Recognition

arxiv url: http://arxiv.org/abs/2011.07421v1
Date: Sun, 15 Nov 2020 00:23:31 GMT
ステータス: 処理完了
システム内更新日: 2022-09-25 07:22:22.441257
Title: Accounting for Affect in Pain Level Recognition
Title（参考訳）: 痛みレベル認識における影響の計算
Authors: Md Taufeeq Uddin, Shaun Canavan, Ghada Zamzmi
Abstract要約: 本研究は, 自動痛み評価における影響の重要性と, 実環境における影響について考察する。利用可能なバイオヴァイドの痛みと感情のデータセットを組み合わせることで、新しい生理的データセットをキュレートする。次に、被験者の自然な感情行動をシミュレートしたデータセット上での痛みレベル認識について検討する。
参考スコア（独自算出の注目度）: 0.19336815376402716
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work, we address the importance of affect in automated pain assessment and the implications in real-world settings. To achieve this, we curate a new physiological dataset by merging the publicly available bioVid pain and emotion datasets. We then investigate pain level recognition on this dataset simulating participants' naturalistic affective behaviors. Our findings demonstrate that acknowledging affect in pain assessment is essential. We observe degradation in recognition performance when simulating the existence of affect to validate pain assessment models that do not account for it. Conversely, we observe a performance boost in recognition when we account for affect.
Abstract（参考訳）: 本稿では,痛み自動評価における影響の重要性と実環境における影響について考察する。そこで本研究では,生体内に存在する痛みと感情のデータセットを融合して,新しい生理的データセットを収集する。次に,被験者の自然情緒行動をシミュレートしたこのデータセット上での痛みレベル認識について検討した。以上より,痛みアセスメントへの影響を認めることが重要であることが示された。影響の有無をシミュレートする際の認識性能の低下を観察し、それを考慮していない痛み評価モデルを検証する。逆に、影響を考慮した場合、認識が向上するのを観察する。

関連論文リスト

Decoding Emotional Valence from Wearables: Can Our Data Reveal Our True Feelings? [0.210674772139335]
本研究は, 消費者グレードのウェアラブルと自己申告手段を活用することで, 実験室による研究と実生活環境とのギャップを埋めることを目的とする。得られたデータの初期分析は,主に有価値分類の結果に着目したものである。本研究は、移動型メンタルヘルス介入の分野における今後の研究の道を開くものである。
論文参考訳（メタデータ） (2023-12-21T13:57:34Z)
Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
論文参考訳（メタデータ） (2022-11-08T17:29:40Z)
The Invariant Ground Truth of Affect [2.570570340104555]
感情の基底的真理は、感情の主観的な性質とそのラベルに固有のバイアスを意図せずに含んでいる影響ラベルに起因している。本稿では、因果関係論の側面を感情計算に伝達することにより、影響の信頼性の高い基礎的真理を得る方法について再検討する。我々は、情緒的コーパスにおけるアウトリーチの検出と、参加者やタスク間で堅牢な影響モデルの構築に、因果関係にインスパイアされた手法を採用している。
論文参考訳（メタデータ） (2022-10-14T08:26:01Z)
Counterfactual Neural Temporal Point Process for Estimating Causal Influence of Misinformation on Social Media [10.685717620191102]
我々は、時間的視点プロセスの観点から、誤情報の因果効果をモデル化する因果的枠組みを構築した。当社のモデルを、新型コロナウイルスワクチンに関するソーシャルメディア投稿とエンゲージメントの実際のデータセットに適用する。
論文参考訳（メタデータ） (2022-10-14T05:00:10Z)
Evaluating Temporal Patterns in Applied Infant Affect Recognition [5.312541762281102]
本稿では,幼児とロボットの相互作用の文脈における分類性能に影響を及ぼす時間的パターンについて述べる。乳幼児は顔と体の特徴の両方を用いて認識分類器に影響を及ぼすよう訓練した。パフォーマンスが経時的にどのように変化したかを評価するため,ベストパフォーマンスモデルについて詳細な分析を行った。
論文参考訳（メタデータ） (2022-09-07T23:29:15Z)
Benchmarking Heterogeneous Treatment Effect Models through the Lens of Interpretability [82.29775890542967]
治療のパーソナライズされた効果を見積もるのは複雑だが、普及している問題である。ヘテロジニアス処理効果推定に関する機械学習文献の最近の進歩は、洗練されたが不透明なツールの多くを生み出した。我々は、ポストホックな特徴重要度法を用いて、モデルの予測に影響を及ぼす特徴を特定する。
論文参考訳（メタデータ） (2022-06-16T17:59:05Z)
Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文参考訳（メタデータ） (2022-04-07T22:14:37Z)
Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
論文参考訳（メタデータ） (2021-07-26T10:40:59Z)
Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文参考訳（メタデータ） (2021-05-18T20:47:45Z)
Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units and a Unified Framework [83.21732533130846]
Aff-Wild と Aff-Wild2 の2つである。これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
論文参考訳（メタデータ） (2021-03-29T17:36:20Z)
Facial Action Unit Detection on ICU Data for Pain Assessment [1.8352113484137622]
現在の痛み評価方法は、患者の自己申告やICU看護師のような観察者に依存している。そこで本研究では,実際のICUデータに基づく自動鎮痛評価システムの必要性について述べる。
論文参考訳（メタデータ） (2020-04-24T17:12:56Z)

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。