論文の概要: Functional Graph Contrastive Learning of Hyperscanning EEG Reveals
Emotional Contagion Evoked by Stereotype-Based Stressors
- arxiv url: http://arxiv.org/abs/2308.13546v1
- Date: Tue, 22 Aug 2023 09:04:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-03 21:31:29.973604
- Title: Functional Graph Contrastive Learning of Hyperscanning EEG Reveals
Emotional Contagion Evoked by Stereotype-Based Stressors
- Title(参考訳): ステレオタイプストレスによって誘発される感情伝染性脳波の機能的グラフコントラスト学習
- Authors: Jingyun Huang, Mengting Liu, Chad E. Forbes
- Abstract要約: 本研究は、感情伝染の複雑さと、そのダイアド相互作用におけるパフォーマンスへの影響を考察する。
具体的には、女性ペア間の協調的な問題解決作業におけるステレオタイプベースストレス(SBS)の文脈に焦点を当てる。
- 参考スコア(独自算出の注目度): 2.127049691404299
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study delves into the intricacies of emotional contagion and its impact
on performance within dyadic interactions. Specifically, it focuses on the
context of stereotype-based stress (SBS) during collaborative problem-solving
tasks among female pairs. Through an exploration of emotional contagion, the
research seeks to unveil its underlying mechanisms and effects. Leveraging
EEG-based hyperscanning technology, the study introduces an innovative approach
known as functional Graph Contrastive Learning (fGCL), which extracts
subject-invariant representations of neural activity patterns. These
representations are further subjected to analysis using the Dynamic Graph
Classification (DGC) model, aimed at dissecting the process of emotional
contagion. By scrutinizing brain synchronization and connectivity, the study
reveals the intricate interplay between emotional contagion and cognitive
functioning. The results underscore the substantial role of emotional contagion
in shaping the trajectories of participants' performance during collaborative
tasks in the presence of SBS conditions. Overall, this research contributes
invaluable insights into the neural underpinnings of emotional contagion,
thereby enriching our comprehension of the complexities underlying social
interactions and emotional dynamics.
- Abstract(参考訳): 本研究は、感情伝染の複雑さと、そのダイアド相互作用におけるパフォーマンスへの影響を考察する。
具体的には,女性ペア間の協調問題解決作業におけるステレオタイプに基づくストレス(sbs)の文脈に着目した。
感情的な伝染の探索を通じて、研究は根底にあるメカニズムと効果を明らかにすることを目指している。
脳波に基づくハイパースキャン技術を活用するこの研究は、機能的グラフコントラスト学習(fGCL)と呼ばれる革新的なアプローチを導入し、神経活動パターンの主題不変表現を抽出する。
これらの表現は、動的グラフ分類(DGC)モデルを用いて、感情的伝染の過程を識別することを目的として分析される。
脳の同期と接続性を調べることで、この研究は感情の伝染と認知機能の間の複雑な相互作用を明らかにする。
その結果,sbs条件下での協調作業における参加者の行動の軌跡形成における感情的伝染の実質的役割が示唆された。
全体として、この研究は、感情的伝染の神経基盤に関する貴重な洞察をもたらし、それによって社会的相互作用と感情力学の基礎となる複雑さの理解を深める。
関連論文リスト
- Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks [59.38765771221084]
本稿では、ディープラーニングフレームワークと互換性があり、スケーラブルな、生理学的にインスパイアされた音声認識アーキテクチャを提案する。
本研究では, 終末から終末までの勾配降下訓練が, 中枢スパイク神経ネットワークにおける神経振動の出現に繋がることを示す。
本研究は, スパイク周波数適応やリカレント接続などのフィードバック機構が, 認識性能を向上させるために, 神経活動の調節と同期に重要な役割を担っていることを明らかにする。
論文 参考訳(メタデータ) (2024-04-22T09:40:07Z) - Emotion Recognition Using Transformers with Masked Learning [7.650385662008779]
本研究では、視覚変換器(ViT)と変換器(Transformer)のモデルを用いて、Valence-Arousal(VA)の推定に焦点をあてる。
このアプローチは、従来の畳み込みニューラルネットワーク(CNN)とLong Short-Term Memory(LSTM)ベースのメソッドを超越し、新しいTransformerベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-19T12:26:53Z) - Expanding the Role of Affective Phenomena in Multimodal Interaction
Research [57.069159905961214]
マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。
本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。
我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
論文 参考訳(メタデータ) (2023-05-18T09:08:39Z) - Adversarial Stimuli: Attacking Brain-Computer Interfaces via Perturbed
Sensory Events [11.650381752104296]
脳波をベースとした運動画像(MI)を用いた脳神経インタフェースの実現可能性について,感覚刺激の摂動による検討を行った。
敵対的な例と同様に、これらの刺激は、BCIシステムの統合された脳感覚処理コンポーネントの限界を活用することを目的としている。
論文 参考訳(メタデータ) (2022-11-18T05:20:35Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳(メタデータ) (2022-10-23T15:11:37Z) - EEG to fMRI Synthesis Benefits from Attentional Graphs of Electrode
Relationships [0.913755431537592]
本研究では、回帰処理を行うために、ニューラルネットワーク技術を用いて地形構造を組み込む。
本研究は,タスクベース記録設定の静止状態において,タスクの現状を著しく上回る複数のモデルを提案する。
これらの結果から,脳波電極の関係は血行動態の検索に必要な情報を保持するために重要であることが示唆された。
論文 参考訳(メタデータ) (2022-03-07T15:51:36Z) - Enhancing Affective Representations of Music-Induced EEG through
Multimodal Supervision and latent Domain Adaptation [34.726185927120355]
脳波の重み付けとして音楽信号を用い,その意味的対応を共通の表現空間に投影することを目的としている。
我々は、LSTMに基づくアテンションモデルと、音楽タギングのための事前訓練されたモデルを組み合わせたバイモーダル・フレームワークと、その2つのモードの分布を整列するリバース・ドメイン・ディミネータを併用して、バイモーダル・フレームワークを利用する。
脳波入力クエリに関連音楽サンプルを提供することにより、モダリティのいずれからも、間接的に、教師付き予測を行うことで、感情認識に利用することができる。
論文 参考訳(メタデータ) (2022-02-20T07:32:12Z) - Progressive Graph Convolution Network for EEG Emotion Recognition [35.08010382523394]
神経科学領域の研究により、感情パターンと脳機能領域の関係が明らかになった。
脳波による感情認識では、きめ細かい感情の間には、きめ細かい感情の間により明確な境界が存在することが観察できる。
脳波の感情信号に特有の特徴を捉えるためのプログレッシブグラフ畳み込みネットワーク(PGCN)を提案する。
論文 参考訳(メタデータ) (2021-12-14T03:30:13Z) - SOLVER: Scene-Object Interrelated Visual Emotion Reasoning Network [83.27291945217424]
画像から感情を予測するために,SOLVER(Scene-Object Interrelated Visual Emotion Reasoning Network)を提案する。
異なるオブジェクト間の感情関係を掘り下げるために、まずセマンティックな概念と視覚的特徴に基づいて感情グラフを構築します。
また、シーンとオブジェクトを統合するScene-Object Fusion Moduleを設計し、シーンの特徴を利用して、提案したシーンベースのアテンションメカニズムでオブジェクトの特徴の融合プロセスを導出する。
論文 参考訳(メタデータ) (2021-10-24T02:41:41Z) - 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) - 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。