論文の概要: An Intelligent Decision Support System for Emotion Monitoring using Microscopic Fixational Dynamics
- arxiv url: http://arxiv.org/abs/2609.00846v1
- Date: Tue, 01 Sep 2026 07:43:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.439586
- Title: An Intelligent Decision Support System for Emotion Monitoring using Microscopic Fixational Dynamics
- Title（参考訳）: 微視的固定力学を用いた感情モニタリングのための知的意思決定支援システム
- Authors: Xiangyu Shen, Feiyang Deng, Zijian Dai, Aibin Chen, Jizheng Yi, Jie Li, Hongbo Jiang,
- Abstract要約: 本稿では,視覚的微視的固定パターンから感情状態を予測するための知的意思決定支援システムと広範エッジコンピューティングフレームワークを提案する。
提案システムは3つの異なる神経生理学的微動を抽出し分解する。
- 参考スコア（独自算出の注目度）: 16.769917057402548
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rising prevalence of psychological disorders necessitates effective emotion monitoring, yet current methods relying on facial or physiological signals often suffer from intrusiveness and privacy issues. This paper proposes an intelligent decision support system and pervasive edge-computing framework that leverages smart glasses and a companion smartphone to infer emotional states from microscopic visual fixation patterns. Moving beyond traditional macroscopic gaze metrics, the proposed system extracts and decomposes three distinct neurophysiological micro-movements: microsaccades, ocular drifts, and ocular microtremors. We introduce an interpretable hybrid artificial intelligence pipeline combining a multi-head attention mechanism, extreme gradient boosting, and a support vector machine to extract deep temporal features, quantify their physiological importance, and perform efficient on-device classification. Through an extensive evaluation involving 60 volunteers, we rigorously validate the framework under a strict leave-one-subject-out cross-validation protocol across both controlled and naturalistic mobile scenarios. Ablation studies unequivocally demonstrate that these fixational micro-movements are substantially more discriminative for emotion inference than traditional macroscopic features. Furthermore, aligned with contemporary affective science, the system incorporates a few-shot personalization mechanism to bridge universal physiological baselines with individual emotional heterogeneity, achieving a highly robust personalized F1-score of 83.6%. This work establishes a physiologically interpretable, unobtrusive, and deployable paradigm for continuous real-time emotion monitoring.
- Abstract（参考訳）: 心理的障害の出現は、効果的な感情モニタリングを必要とするが、顔や生理的信号に依存する現在の方法は、しばしば侵入性やプライバシーの問題に悩まされる。
本稿では,スマートグラスとスマートフォンを併用した知的意思決定支援システムと広範エッジコンピューティングフレームワークを提案し,視覚的な視覚的固定パターンから感情状態を推定する。
従来のマクロな視線測定を超えて、提案システムは3つの異なる神経生理学的微動を抽出し分解する。
マルチヘッドアテンション機構,極度勾配向上,サポートベクタマシンを組み合わせた解釈可能なハイブリッド人工知能パイプラインを導入し,深部時間的特徴を抽出し,その生理的重要性を定量化し,デバイス上での効率的な分類を行う。
60名のボランティアを巻き込んだ広範囲な評価を通じて、制御されたシナリオと自然主義的なモバイルシナリオの両方にわたる厳密な一対一のクロスバリデーションプロトコルの下で、フレームワークを厳格に検証する。
アブレーション研究は、これらの固定マイクロモーメントが従来のマクロ的な特徴よりも感情推論に対してかなり差別的であることを示した。
さらに、同時代の情緒科学に則り、このシステムは、普遍的な生理的基礎と個人の感情的不均一性を橋渡しする数ショットのパーソナライズ機構を取り入れ、高度に堅牢なパーソナライズされたF1スコア83.6%を達成する。
この研究は、継続的リアルタイム感情モニタリングのための生理学的に解釈可能で、邪魔にならない、デプロイ可能なパラダイムを確立する。
関連論文リスト
- Micro-Dexterity in Biological Micromanipulation: Embodiment, Perception, and Control [6.501449881347672]
本総説では, エンボディメント, 知覚, 制御の複合的役割を通して, 生物学的マイクロマニピュレーションを解析するための枠組みとしてマイクロデキスタリティを紹介する。
プッシュ,リオリエンテーション,把握,協調操作を含む古典的操作プリミティブが,マイクロスケールでどのように再構成されるかを検討する。
実験室でのデモンストレーションと臨床的に関係のある生物学的操作のギャップを同定し,今後の翻訳における重要な課題を概説する。
論文 参考訳（メタデータ） (2026-04-13T15:50:20Z) - Memory-guided Prototypical Co-occurrence Learning for Mixed Emotion Recognition [56.00118641432005]
本稿では,感情共起パターンを明示的にモデル化するメモリ誘導型プロトタイプ共起学習フレームワークを提案する。
人間の認知記憶システムに触発されて,意味レベルの共起関係を抽出するメモリ検索戦略を導入する。
本モデルは感情分布予測のための感情情報表現を学習する。
論文 参考訳（メタデータ） (2026-02-24T04:11:25Z) - Reproducible Physiological Features in Affective Computing: A Preliminary Analysis on Arousal Modeling [1.9400282838579548]
心血管信号と心電図信号から,覚醒レベルに関連する生理的特徴を同定した。
弊社のアプローチは、信頼性が高く信頼性の高いホワイトボックスモデルを必要とする安全クリティカルな環境での応用に特に有望である。
論文 参考訳（メタデータ） (2025-08-14T11:58:36Z) - CAST-Phys: Contactless Affective States Through Physiological signals Database [74.28082880875368]
感情的なマルチモーダルデータセットの欠如は、正確な感情認識システムを開発する上で、依然として大きなボトルネックとなっている。
遠隔の生理的感情認識が可能な新しい高品質なデータセットであるCAST-Physを提示する。
本分析では,表情だけでは十分な感情情報が得られない現実的なシナリオにおいて,生理的信号が重要な役割を担っていることを強調した。
論文 参考訳（メタデータ） (2025-07-08T15:20:24Z) - Multi-modal Mood Reader: Pre-trained Model Empowers Cross-Subject Emotion Recognition [23.505616142198487]
我々は、クロスオブジェクト感情認識のための訓練済みモデルに基づくMultimodal Mood Readerを開発した。
このモデルは、大規模データセットの事前学習を通じて、脳波信号の普遍的な潜在表現を学習する。
公開データセットに関する大規模な実験は、クロスオブジェクト感情認識タスクにおけるMood Readerの優れたパフォーマンスを示している。
論文 参考訳（メタデータ） (2024-05-28T14:31:11Z) - Emotion recognition based on multi-modal electrophysiology multi-head
attention Contrastive Learning [3.2536246345549538]
自己教師型コントラスト学習に基づくマルチモーダル感情認識手法ME-MHACLを提案する。
訓練された特徴抽出器をラベル付き電気生理学的信号に適用し、特徴融合に多頭部注意機構を用いる。
本手法は,感情認識タスクにおける既存のベンチマーク手法よりも優れ,個人間一般化能力に優れていた。
論文 参考訳（メタデータ） (2023-07-12T05:55:40Z) - Multimodal Adaptive Fusion of Face and Gait Features using Keyless
attention based Deep Neural Networks for Human Identification [67.64124512185087]
歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。
本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
論文 参考訳（メタデータ） (2023-03-24T05:28:35Z) - 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) - 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) - 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。