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/2308.13546v2
- Date: Mon, 25 Sep 2023 04:11:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-27 01:09:03.028179
- 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, Rachel C. Amey, Mengting Liu, Chad E. Forbes
- Abstract要約: 本研究では,女性ペア間の協調的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た。
本研究は、感情伝染の解明を通じて、その基盤となるメカニズムと効果を明らかにすることを目的とする。
- 参考スコア(独自算出の注目度): 1.8925617030516924
- 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, this
study seeks to unveil its underlying mechanisms and effects. Leveraging
EEG-based hyperscanning technology, we introduced an innovative approach known
as the functional Graph Contrastive Learning (fGCL), which extracts
subject-invariant representations of neural activity patterns from feedback
trials. These representations are further subjected to analysis using the
Dynamic Graph Classification (DGC) model, aimed at dissecting the process of
emotional contagion along three independent temporal stages. 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, our 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。
本研究は、感情伝染の解明を通じて、その基盤となるメカニズムと効果を明らかにすることを目的とする。
脳波に基づくハイパースキャン技術を活用して、フィードバックトライアルから神経活動パターンの主題不変表現を抽出する、関数型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た。
これらの表現は、動的グラフ分類(DGC)モデルを用いて分析され、3つの独立した時間段階に沿って感情的伝染の過程を分離することを目的としている。
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、我々の研究は、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
- 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) - Contrastive Learning of Subject-Invariant EEG Representations for
Cross-Subject Emotion Recognition [9.07006689672858]
本稿では、信頼度の高いクロスオブジェクト感情認識のためのISAのためのコントラスト学習法を提案する。
ISAは、異なる刺激に対して同じ刺激を受けた被験者間での脳波信号の類似性を最大化する。
脳波信号から物体間表現を学習するために,深部空間畳み込み層と時間畳み込み層を有する畳み込みニューラルネットワークを適用した。
論文 参考訳(メタデータ) (2021-09-20T14:13:45Z) - 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) - 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) - 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。