論文の概要: Personalized Emotion Detection using IoT and Machine Learning

• arxiv url: http://arxiv.org/abs/2209.06464v1
• Date: Wed, 14 Sep 2022 07:36:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-15 14:06:02.207874
• Title: Personalized Emotion Detection using IoT and Machine Learning
• Title（参考訳）: IoTと機械学習を用いたパーソナライズされた感情検出
• Authors: Fiona Victoria Stanley Jothiraj and Afra Mashhadi
• Abstract要約: 本稿では、患者の感情、特に自閉症スペクトラム障害を追跡する非侵襲的IoTシステムを提案する。 安価なセンサーとクラウドコンピューティングサービスによって、個人の心拍数をモニターし分析し、異なる感情に対する1分間の汗と心拍の変化の影響を研究する。 提案システムは、最大92%の精度で機械学習アルゴリズムを用いて、正しい感情を検出することができる。
• 参考スコア（独自算出の注目度）: 6.09170287691728
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Medical Internet of Things, a recent technological advancement in medicine, is incredibly helpful in providing real-time monitoring of health metrics. This paper presents a non-invasive IoT system that tracks patients' emotions, especially those with autism spectrum disorder. With a few affordable sensors and cloud computing services, the individual's heart rates are monitored and analyzed to study the effects of changes in sweat and heartbeats per minute for different emotions. Under normal resting conditions of the individual, the proposed system could detect the right emotion using machine learning algorithms with a performance of up to 92% accuracy. The result of the proposed approach is comparable with the state-of-the-art solutions in medical IoT.
• Abstract（参考訳）: 最近の医療技術の進歩である医療のインターネットは、健康指標のリアルタイムモニタリングを提供するのに非常に役立ちます。 本稿では,特に自閉症スペクトラム障害患者の感情を追跡する非侵襲型iotシステムを提案する。 安価なセンサーとクラウドコンピューティングサービスによって、個人の心拍数をモニターし分析し、異なる感情に対する1分間の汗と心拍の変化の影響を研究する。 被験者の通常の休息条件下では、提案システムは最大92%の精度で機械学習アルゴリズムを使用して適切な感情を検出することができる。 提案されたアプローチの結果は、医療用IoTの最先端ソリューションに匹敵するものだ。

関連論文リスト

• EEG Emotion Copilot: Pruning LLMs for Emotional EEG Interpretation with Assisted Medical Record Generation [13.048477440429195]
  本稿では,局所的に動作する軽量な大規模言語モデル(LLM)を利用したEEG Emotion Copilotを提案する。 このシステムは、まず脳波信号から直接感情状態を認識し、パーソナライズされた診断と治療の提案を生成するように設計されている。 プライバシーに関する懸念も対処され、倫理的データ収集、処理、ユーザーの個人情報の保護に焦点が当てられている。
  論文  参考訳（メタデータ） (2024-09-30T19:15:05Z)
• A Health Monitoring System Based on Flexible Triboelectric Sensors for Intelligence Medical Internet of Things and its Applications in Virtual Reality [4.522609963399036]
  Internet of Medical Things (IoMT)は、IoT(Internet of Things)テクノロジと医療アプリケーションを組み合わせたプラットフォームである。 本研究では、フレキシブルな三体電センサと深層学習支援データ分析の相乗的統合により、堅牢でインテリジェントなIoMTシステムを設計した。 パーキンソン病(PD)患者の手首の動きを検知・解析するために4つの三体電センサをリストバンドに組み込んだ。 この革新的なアプローチにより、PD患者の微妙な動きと微妙な運動を正確に捉え、精査することが可能となり、患者の状況に対する洞察と総合的な評価が得られた。
  論文  参考訳（メタデータ） (2023-09-13T01:01:16Z)
• WEARS: Wearable Emotion AI with Real-time Sensor data [0.8740570557632509]
  スマートウォッチセンサを用いてユーザの感情を予測するシステムを提案する。 英語と地域語を併用した動画をリアルタイムに収集する枠組みを設計する。 また、心拍数、加速度計、ジャイロセンサーデータなどの特徴が気分に与える影響について、アブレーション調査を行った。
  論文  参考訳（メタデータ） (2023-08-22T11:03:00Z)
• Emotion Analysis on EEG Signal Using Machine Learning and Neural Network [0.0]
  本研究の目的は,脳信号を用いた感情認識能力の向上である。 人間と機械の相互作用技術への様々なアプローチは長い間進行中であり、近年では脳信号を使って感情を自動的に理解することに成功した。
  論文  参考訳（メタデータ） (2023-07-09T09:50:34Z)
• Multimodal Emotion Recognition using Transfer Learning from Speaker Recognition and BERT-based models [53.31917090073727]
  本稿では,音声とテキストのモダリティから,伝達学習モデルと微調整モデルとを融合したニューラルネットワークによる感情認識フレームワークを提案する。 本稿では,対話型感情的モーションキャプチャー・データセットにおけるマルチモーダル・アプローチの有効性を評価する。
  論文  参考訳（メタデータ） (2022-02-16T00:23:42Z)
• Stimuli-Aware Visual Emotion Analysis [75.68305830514007]
  本稿では,刺激選択,特徴抽出,感情予測の3段階からなる刺激認識型視覚感情分析(VEA)手法を提案する。 我々の知る限りでは、エンド・ツー・エンドのネットワークでVEAに刺激選択プロセスを導入するのは初めてです。 実験により、提案手法は、4つの公的な視覚的感情データセットに対する最先端のアプローチよりも一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2021-09-04T08:14:52Z)
• Interpretable SincNet-based Deep Learning for Emotion Recognition from EEG brain activity [13.375254690028225]
  SincNetは、カスタマイズされたバンドパスフィルタを効率的に学習する畳み込みニューラルネットワークである。 本研究では、SincNetを用いて自閉症スペクトラム障害(ASD)患者の神経活動を分析する。 ASD患者に多く見られる高利得(9-13Hz)と高利得(13-30Hz)の帯域抑制を自動的に学習することを発見した。
  論文  参考訳（メタデータ） (2021-07-18T14:44:53Z)
• 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)
• AEGIS: A real-time multimodal augmented reality computer vision based system to assist facial expression recognition for individuals with autism spectrum disorder [93.0013343535411]
  本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。 提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。 我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
  論文  参考訳（メタデータ） (2020-10-22T17:20:38Z)
• A Novel Transferability Attention Neural Network Model for EEG Emotion Recognition [51.203579838210885]
  脳波感情認識のための伝達型注目ニューラルネットワーク(TANN)を提案する。 TANNは、伝達可能な脳波領域のデータとサンプルを適応的に強調することにより、感情的な識別情報を学習する。 これは、複数の脳領域レベル判別器と1つのサンプルレベル判別器の出力を測定することで実現できる。
  論文  参考訳（メタデータ） (2020-09-21T02:42:30Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)

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。