論文の概要: Computational Analysis of Stress, Depression and Engagement in Mental Health: A Survey
- arxiv url: http://arxiv.org/abs/2403.08824v2
- Date: Tue, 25 Mar 2025 10:14:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-26 20:13:14.156422
- Title: Computational Analysis of Stress, Depression and Engagement in Mental Health: A Survey
- Title（参考訳）: メンタルヘルスにおけるストレス・抑うつ・エンゲージメントの計算分析
- Authors: Puneet Kumar, Alexander Vedernikov, Yuwei Chen, Wenming Zheng, Xiaobai Li,
- Abstract要約: ストレスと抑うつは相互に関連し、共に日々のタスクにおけるエンゲージメントに影響を与える。
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。
- 参考スコア（独自算出の注目度）: 62.31381724639944
- License:
- Abstract: Analysis of stress, depression and engagement is less common and more complex than that of frequently discussed emotions such as happiness, sadness, fear and anger. The importance of these psychological states has been increasingly recognized due to their implications for mental health and well-being. Stress and depression are interrelated and together they impact engagement in daily tasks, highlighting the need to explore their interplay. This survey is the first to simultaneously explore computational methods for analyzing stress, depression and engagement. We present a taxonomy and timeline of the computational approaches used to analyze them and we discuss the most commonly used datasets and input modalities, along with the categories and generic pipeline of these approaches. Subsequently, we describe state-of-the-art computational approaches, including a performance summary on the most commonly used datasets. Following this, we explore the applications of stress, depression and engagement analysis, along with the associated challenges, limitations and future research directions.
- Abstract（参考訳）: ストレス、抑うつ、エンゲージメントの分析は、幸福、悲しみ、恐怖、怒りといった頻繁に議論される感情よりも一般的で複雑ではない。
これらの心理的状態の重要性は、精神的な健康と幸福のためにますます認識されるようになった。
ストレスと抑うつは相互に関連し、共同で日々のタスクにおけるエンゲージメントに影響を与える。
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。
分析に用いた計算手法の分類と時系列を示し、これらの手法のカテゴリと一般的なパイプラインとともに、最もよく使われているデータセットと入力モダリティについて議論する。
次に、最も一般的に使用されるデータセットのパフォーマンスの要約を含む、最先端の計算手法について述べる。
次に、ストレス、抑うつ、エンゲージメント分析の応用と関連する課題、限界、今後の研究方向性について検討する。
関連論文リスト
- Investigating Acoustic-Textual Emotional Inconsistency Information for Automatic Depression Detection [18.797661194307683]
従来の研究では、単一の音響的感情ラベルからの感情的特徴がうつ病の診断精度を高めることが示されている。
うつ病の人は、意外にも穏やかな方法で否定的な感情的内容を伝えるかもしれない。
この研究は、感情的表現の不整合情報をうつ病検出に組み込んだ最初のものである。
論文 参考訳（メタデータ） (2024-12-09T02:52:52Z) - Identifying the Hierarchical Emotional Areas in the Human Brain Through Information Fusion [19.144416163452533]
本研究の目的は、脳領域間の相互作用を最大化する方法についての詳細な理論グラフを同定することである。
包括的実験により、階層的な感情領域(低レベルから高レベル)が感情知覚の基本的なプロセスを促進することが明らかとなった。
本研究は, 精神構成主義者の仮説に基づく, 特定の感情の基礎となる脳のメカニズムについて, 独自の知見を提供するものである。
論文 参考訳（メタデータ） (2024-08-01T12:57:12Z) - Flood of Techniques and Drought of Theories: Emotion Mining in Disasters [5.392688959066589]
感情のマイニングは、災害時の人間の感情を理解するための重要なツールとなっている。
本研究の目的は,災害時における感情のマイニングに関する既存の研究を要約することである。
我々は感情のマイニング手法の有効性と信頼性を高めることを目的としている。
論文 参考訳（メタデータ） (2024-07-07T00:43:05Z) - Faces of the Mind: Unveiling Mental Health States Through Facial Expressions in 11,427 Adolescents [12.51443153354506]
うつ病や不安などの気分障害は、しばしば表情を通して現れる。
11,427人の被験者の顔映像を分析した。
論文 参考訳（メタデータ） (2024-05-30T14:02:40Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-06-30T15:20:56Z) - Emotion-aware Chat Machine: Automatic Emotional Response Generation for
Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2021-06-06T06:26:15Z) - Basic and Depression Specific Emotion Identification in Tweets:
Multi-label Classification Experiments [1.7699344561127386]
ツイートにおける基本的・抑うつ的マルチ感情マイニングに関する実証分析を行った。
我々は、感情の4つの高度に評価された心理モデルから、共通の感情からなるハイブリッド感情モデルから、基本的な感情を選択する。
我々は、うつ病の分析においてその重要性から、新たな感情カテゴリーによる感情モデルを強化した。
論文 参考訳（メタデータ） (2021-05-26T07:13:50Z) - Computational Emotion Analysis From Images: Recent Advances and Future
Directions [79.05003998727103]
本章では,画像感情分析(IEA)を計算的観点から導入することを目的としている。
心理学の一般的な感情表現モデルから始めます。
そして、研究者たちが解決しようとしている重要な計算問題を定義します。
論文 参考訳（メタデータ） (2021-03-19T13:33:34Z) - Target Guided Emotion Aware Chat Machine [58.8346820846765]
意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンド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） (2020-11-15T01:55:37Z)
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。