論文の概要: Insights on Modelling Physiological, Appraisal, and Affective Indicators
of Stress using Audio Features
- arxiv url: http://arxiv.org/abs/2205.04328v1
- Date: Mon, 9 May 2022 14:32:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-10 16:13:22.272901
- Title: Insights on Modelling Physiological, Appraisal, and Affective Indicators
of Stress using Audio Features
- Title（参考訳）: 音響的特徴を用いたストレスの生理学的・評価・感情的指標のモデル化に関する研究
- Authors: Andreas Triantafyllopoulos, Sandra Z\"ankert, Alice Baird, Julian
Konzok, Brigitte M. Kudielka, and Bj\"orn W. Schuller
- Abstract要約: 被験者がストレスエピソードを誘発している最中に収集した音声サンプルを用いて、個人ストレス応答の自動的特徴付けの有望な結果を示した。
我々は, 音声信号が生理的バイオマーカーのモデル化に適しているかどうかについて, 新たな知見を提示する。
- 参考スコア（独自算出の注目度）: 10.093374748790037
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Stress is a major threat to well-being that manifests in a variety of
physiological and mental symptoms. Utilising speech samples collected while the
subject is undergoing an induced stress episode has recently shown promising
results for the automatic characterisation of individual stress responses. In
this work, we introduce new findings that shed light onto whether speech
signals are suited to model physiological biomarkers, as obtained via cortisol
measurements, or self-assessed appraisal and affect measurements. Our results
show that different indicators impact acoustic features in a diverse way, but
that their complimentary information can nevertheless be effectively harnessed
by a multi-tasking architecture to improve prediction performance for all of
them.
- Abstract（参考訳）: ストレスは様々な生理症状や精神症状を呈する健康にとって大きな脅威である。
被験者がストレスエピソードを誘発している間に収集した音声サンプルを用いて、個人ストレス応答の自動的特徴付けの有望な結果を示した。
本研究では, コルチゾール測定, 自己評価, 影響測定によって得られた, 音声信号が生理的バイオマーカーのモデル化に適しているか, あるいは, 自己評価, 影響評価により明らかにした。
その結果、異なる指標が音響的特徴に様々な影響を与えるが、それらの補完的情報はマルチタスクアーキテクチャによって効果的に活用され、予測性能が向上することが示された。
関連論文リスト
- The Effect of Acute Stress on the Interpretability and Generalization of Schizophrenia Predictive Machine Learning Models [2.5648452174203062]
統合失調症は重度の精神疾患であり、早期診断は結果を改善する鍵となる。
脳波は統合失調症の研究に有用なツールとして現れており、機械学習が診断にますます応用されている。
本稿では、統合失調症の予測のためのMLモデルの精度を評価し、脳波記録中のストレスがモデルパフォーマンスに与える影響について検討する。
論文 参考訳（メタデータ） (2024-10-04T02:41:12Z) - Predicting Heart Activity from Speech using Data-driven and Knowledge-based features [19.14666002797423]
自己教師型音声モデルは, 心臓活動パラメータの予測において, 音響特性よりも優れていることを示す。
これらの結果は、こうしたタスクにおけるデータ駆動型表現の価値を浮き彫りにした。
論文 参考訳（メタデータ） (2024-06-10T15:01:46Z) - Stressor Type Matters! -- Exploring Factors Influencing Cross-Dataset Generalizability of Physiological Stress Detection [5.304745246313982]
本研究では,2次応力検出のためのHRV機能に基づいて学習した機械学習モデルの一般化可能性について検討する。
以上の結果から,モデル一般化可能性に重要な因子であるストレスタイプが示唆された。
我々は、新しい環境にHRVベースのストレスモデルを展開する際に、ストレスタイプをマッチングすることを推奨する。
論文 参考訳（メタデータ） (2024-05-06T14:47:48Z) - Investigating the Generalizability of Physiological Characteristics of Anxiety [3.4036712573981607]
不安やストレスと高覚醒感情との関連が示された生理的特徴の一般化可能性を評価する。
この研究は、心電図やEDA信号からストレスと覚醒を横断する最初のクロスコーパス評価であり、ストレス検出の一般化性に関する新たな発見に寄与した。
論文 参考訳（メタデータ） (2024-01-23T16:49:54Z) - Show from Tell: Audio-Visual Modelling in Clinical Settings [58.88175583465277]
臨床環境でのオーディオ・ビジュアル・モデリングを考察し、人間の専門的アノテーションを使わずに医学的表現を学習するためのソリューションを提供する。
この目的のために, 単純かつ効果的なマルチモーダル自己教師型学習フレームワークを提案する。
提案手法は,音声のみを基準として,超音波画像中の解剖学的関心領域をローカライズすることができる。
論文 参考訳（メタデータ） (2023-10-25T08:55:48Z) - 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) - I am Only Happy When There is Light: The Impact of Environmental Changes
on Affective Facial Expressions Recognition [65.69256728493015]
本研究では,異なる画像条件が人間の表情からの覚醒の認識に与える影響について検討した。
以上の結果から,人間の感情状態の解釈が肯定的,否定的に大きく異なることが示唆された。
論文 参考訳（メタデータ） (2022-10-28T16:28:26Z) - CIAO! A Contrastive Adaptation Mechanism for Non-Universal Facial
Expression Recognition [80.07590100872548]
本稿では、顔エンコーダの最後の層に異なるデータセットの特定の感情特性を適応させるメカニズムであるContrastive Inhibitory Adaptati On(CIAO)を提案する。
CIAOは、非常にユニークな感情表現を持つ6つの異なるデータセットに対して、表情認識性能が改善されている。
論文 参考訳（メタデータ） (2022-08-10T15:46:05Z) - Hybrid Handcrafted and Learnable Audio Representation for Analysis of
Speech Under Cognitive and Physical Load [17.394964035035866]
音声におけるタスク負荷検出のための5つのデータセットを提案する。
音声記録は、ボランティアのコホートに認知的ストレスまたは身体的ストレスが引き起こされたとして収集された。
このデータセットを用いて、新たな自己教師型音声表現の設計と評価を行った。
論文 参考訳（メタデータ） (2022-03-30T19:43:21Z) - Designing A Clinically Applicable Deep Recurrent Model to Identify
Neuropsychiatric Symptoms in People Living with Dementia Using In-Home
Monitoring Data [52.40058724040671]
鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。
扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。
本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
論文 参考訳（メタデータ） (2021-10-19T11:45:01Z) - Video-based Remote Physiological Measurement via Cross-verified Feature
Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。
次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。
歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文 参考訳（メタデータ） (2020-07-16T09:39:17Z)
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。