Fugu-MT 論文翻訳(概要): Artificial Intelligence for Suicide Assessment using Audiovisual Cues: A Review

論文の概要: Artificial Intelligence for Suicide Assessment using Audiovisual Cues: A Review

arxiv url: http://arxiv.org/abs/2201.09130v1
Date: Sat, 22 Jan 2022 21:17:19 GMT
ステータス: 処理完了
システム内更新日: 2022-01-25 13:35:52.226671
Title: Artificial Intelligence for Suicide Assessment using Audiovisual Cues: A Review
Title（参考訳）: 聴覚クイズを用いた自殺評価のための人工知能
Authors: Sahraoui Dhelim, Liming Chen, Huansheng Ning and Chris Nugent
Abstract要約: 自殺による死亡は世界有数の死因の7番目である。人工知能(AI)の最近の進歩は、自殺リスク評価に革命をもたらす有望な機会を生み出している。
参考スコア（独自算出の注目度）: 5.492115747362348
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Death by suicide is the seventh of the leading death cause worldwide. The recent advancement in Artificial Intelligence (AI), specifically AI application in image and voice processing, has created a promising opportunity to revolutionize suicide risk assessment. Subsequently, we have witnessed fast-growing literature of researches that applies AI to extract audiovisual non-verbal cues for mental illness assessment. However, the majority of the recent works focus on depression, despite the evident difference between depression signs and suicidal behavior non-verbal cues. In this paper, we review the recent works that study suicide ideation and suicide behavior detection through audiovisual feature analysis, mainly suicidal voice/speech acoustic features analysis and suicidal visual cues.
Abstract（参考訳）: 自殺による死亡は世界有数の死因の7番目である。人工知能(AI)の最近の進歩、特に画像と音声処理におけるAI応用は、自殺リスク評価に革命をもたらす有望な機会を生み出した。続いて,精神疾患評価のための聴覚的非言語的手がかり抽出にaiを応用した,急成長する研究の文献を目撃した。しかし、最近の作品の大半はうつ病に焦点を当てており、うつ病の徴候と非言語的手がかりによる自殺行動の明らかな違いがある。本稿では,音声特徴分析,主に音声・音声特徴分析と自殺視覚手がかりを用いて,自殺イデオロギーと自殺行動を検出する最近の研究について概説する。

関連論文リスト

Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
論文参考訳（メタデータ） (2024-04-18T12:33:57Z)
CautionSuicide: A Deep Learning Based Approach for Detecting Suicidal Ideation in Real Time Chatbot Conversation [0.0]
自殺の早期発見は自殺の予防に役立つ。本稿では,デジタルコンテンツにおける自殺的思考を検出するための,新しいシンプルな深層学習モデルを提案する。
論文参考訳（メタデータ） (2024-01-02T04:14:16Z)
The Good, The Bad, and Why: Unveiling Emotions in Generative AI [73.94035652867618]
EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。 EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
論文参考訳（メタデータ） (2023-12-18T11:19:45Z)
Conceptualizing Suicidal Behavior: Utilizing Explanations of Predicted Outcomes to Analyze Longitudinal Social Media Data [2.76101452577748]
新型コロナウイルスのパンデミックは世界中でメンタルヘルスの危機をエスカレートしている。自殺は、恥、虐待、放棄、うつ病のような精神状態などの社会的要因によって引き起こされる。これらの状況が発展するにつれて、自殺的思考の兆候がソーシャルメディアの相互作用に現れる可能性がある。
論文参考訳（メタデータ） (2023-12-13T17:15:12Z)
Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文参考訳（メタデータ） (2023-02-05T22:33:49Z)
Am I No Good? Towards Detecting Perceived Burdensomeness and Thwarted Belongingness from Suicide Notes [51.378225388679425]
本稿では,自殺ノートから知覚的バーデンサムネス(PB)とThwarted Belongingness(TB)を検出する新しい課題に対処するエンドツーエンドマルチタスクシステムを提案する。また、ベンチマークCEASE-v2.0データセットに基づいて、手動で翻訳したコード混合自殺メモコーパス、CoMCEASE-v2.0を導入する。自殺ノートの時間方向と感情情報を利用して全体のパフォーマンスを向上する。
論文参考訳（メタデータ） (2022-05-20T06:31:08Z)
Quantifying the Suicidal Tendency on Social Media: A Survey [0.0]
自殺は早産だが予防可能な死因の1つである。近年の研究では、ソーシャルメディアデータのマイニングが、利用者の自殺傾向の定量化に役立っていることが示されている。本書は、精神医療の分類を解明し、ソーシャルメディアデータにおける自殺傾向の定量化の可能性を検討するための最近の試みを強調している。
論文参考訳（メタデータ） (2021-10-04T12:26:14Z)
Weakly-Supervised Methods for Suicide Risk Assessment: Role of Related Domains [19.397193137918176]
本稿では,自殺リスク評価に対する弱監督的アプローチのいくつかのクラスに対する実証的研究を提案する。精神保健に関する問題(不安、抑うつなど)に基づく疑似ラベルの使用は、自殺リスク評価のためのモデルパフォーマンスの向上に役立つことを示す。
論文参考訳（メタデータ） (2021-06-05T04:31:06Z)
Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
論文参考訳（メタデータ） (2020-12-05T05:14:14Z)
Revealing semantic and emotional structure of suicide notes with cognitive network science [0.0]
この研究は、認知ネットワーク科学、心理言語学、セマンティックフレーム理論に基づいて、自殺ノートに表されるマインドセットのネットワーク表現を導入する。自殺ノートは、肯定的な概念が集結し、ネットワーク構造全体を支配する傾向にあるように、感情的に区画化されていることを示す。本研究は,自殺防止のための今後の研究を示唆する真の自殺ノートの構造を理解するための新たな方法を開くものである。
論文参考訳（メタデータ） (2020-07-23T15:11:32Z)
Suicidal Ideation and Mental Disorder Detection with Attentive Relation Networks [43.2802002858859]
本稿では,語彙に基づく感情スコアと潜在トピックを用いたテキスト表現を強化する。本研究は,自殺思考と精神障害を関連するリスク指標を用いて検出する関係ネットワークを提案する。
論文参考訳（メタデータ） (2020-04-16T11:18:55Z)

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。