論文の概要: Climate and Weather: Inspecting Depression Detection via Emotion Recognition

• arxiv url: http://arxiv.org/abs/2204.14099v1
• Date: Fri, 29 Apr 2022 13:44:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-02 13:50:44.630431
• Title: Climate and Weather: Inspecting Depression Detection via Emotion Recognition
• Title（参考訳）: 気候と天候:感情認識による抑うつ検出の検査
• Authors: Wen Wu, Mengyue Wu, Kai Yu
• Abstract要約: 本稿では,うつ病検出のための感情認識モデルから抽出した事前学習特徴を用いて,マルチモーダルうつ病検出を行う。 提案した感情伝達により,DAIC-WOZの抑うつ検出性能が向上し,トレーニング安定性が向上する。
• 参考スコア（独自算出の注目度）: 25.290414205116107
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automatic depression detection has attracted increasing amount of attention but remains a challenging task. Psychological research suggests that depressive mood is closely related with emotion expression and perception, which motivates the investigation of whether knowledge of emotion recognition can be transferred for depression detection. This paper uses pretrained features extracted from the emotion recognition model for depression detection, further fuses emotion modality with audio and text to form multimodal depression detection. The proposed emotion transfer improves depression detection performance on DAIC-WOZ as well as increases the training stability. The analysis of how the emotion expressed by depressed individuals is further perceived provides clues for further understanding of the relationship between depression and emotion.
• Abstract（参考訳）: 自動うつ病検出は注目度を高めているが、依然として困難な課題である。 心理研究は、うつ病の感情は感情の表現と知覚と密接に関連しており、うつ病検出のために感情認識の知識を伝達できるかどうかの調査を動機づけていることを示唆している。 本稿では,抑うつ検出のための感情認識モデルから抽出された事前学習された特徴を用いて,感情モダリティを音声とテキストと融合させ,マルチモーダル抑うつ検出を行う。 提案した感情伝達により,DAIC-WOZの抑うつ検出性能が向上し,トレーニング安定性が向上する。 うつ病患者によって表現される感情がどのように認識されるかの分析は、うつ病と感情の関係をさらに理解するための手がかりとなる。

関連論文リスト

• Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
  ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。 この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
  論文  参考訳（メタデータ） (2024-03-09T11:16:09Z)
• CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
  既存のアプローチは、苦痛の感情の原因を無視します。 彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。 本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:30:24Z)
• Catching Elusive Depression via Facial Micro-Expression Recognition [17.236980932143855]
  うつ病は一般的な精神疾患であり、継続的なうつ病の症状を引き起こすことがある。 うつ病の1つのカテゴリは、患者が故意または故意に自分の本質的な感情を隠蔽する、強制うつ病(Concealed Depression)である。 そこで本研究では,顔の微細な表現を用いて隠されたうつ病を診断し,根底にある真の感情を検出し,認識することを提案する。
  論文  参考訳（メタデータ） (2023-07-29T01:51:17Z)
• Detect Depression from Social Networks with Sentiment Knowledge Sharing [8.466443392957961]
  我々は、うつ病と否定的な感情状態の間に強い相関関係を示す徹底的な調査を行う。 本稿では、共有感情知識を利用して抑うつ検出の有効性を高めるマルチタスクトレーニングフレームワークDeSKを提案する。
  論文  参考訳（メタデータ） (2023-06-13T05:16:18Z)
• 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)
• 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)
• 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)
• Examining the Role of Mood Patterns in Predicting Self-Reported Depressive symptoms [4.564132389935269]
  うつ病は世界中で障害の主な原因である。 ソーシャルメディア投稿からうつ病信号を検出する最初の試みは、有望な結果を示している。 本研究では,ソーシャルメディア利用者を対象とした「ムードプロファイル」を構築し,うつ病の症状を検出するための現在の技術を強化することを試みる。
  論文  参考訳（メタデータ） (2020-06-14T12:48:43Z)
• Affective Conditioning on Hierarchical Networks applied to Depression Detection from Transcribed Clinical Interviews [0.0]
  抑うつは、被験者の気分だけでなく、言語の使用にも影響を及ぼす精神障害である。 我々は階層的注意ネットワークを用いて抑うつ者のインタビューを分類する。 我々は,情緒的レキシカから抽出した言語的特徴の条件付け機構により,モデルの注意層を増強する。
  論文  参考訳（メタデータ） (2020-06-04T20:55:22Z)
• 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)
• Depressed individuals express more distorted thinking on social media [0.0]
  うつ病は世界中で障害の主な原因であるが、診断が不十分で治療が不十分であることが多い。 本稿では,うつ病を自覚した人は,無作為なサンプルよりも歪んだ思考のレベルが高いことを示す。 抑うつコホートでは, いくつかの歪んだ思考が, 特にパーソナライズと感情的推論の2倍以上の傾向を示した。
  論文  参考訳（メタデータ） (2020-02-07T14:18:53Z)

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。