Разное

Классификация эмоций: Классификация эмоций

ОпубликованоАвторalexxlab

Распознавание эмоций по речи: человек против компьютера | Вернер

1. Российская социологическая энциклопедия / под ред. Г. В. Осипова. М .: НОРМА-ИНФРА-М, 1999. URL: http://sociologicheskaya.academic.ru/1401/ (дата обращения: 03.11.2015).

2. Ильин Е. П. Эмоции и чувства. 2-е изд., перераб. и доп. СПб.: Питер, 2013.

3. Seppnen, T., Toivanen, J. and Vyrynen E. Mediateam speech corpus: a first large finnish emotional speech database // Proceed. of XV International Conf. of Phonetic Science, vol. 3, Barcelona, Spain, 3–9 aug. 2003, pp. 2469–2472.

4. El Ayadi M., Kamel M. S., Karray F. Survey on speech emotion recognition: Features, classification schemes, and databases // Pattern Recognition. 2011. Vol. 44. Iss. 3. P. 572–587. DOI: https://doi.org/10.1016/j.patcog.2010.09.020.

5. Галунов В. И. О возможности определения эмоционального состояния говорящего по речи // Речевые технологии. 2008. № 1. С. 60–66.

6. Брызгунова Е. А. Интонация // Русская грамматика / гл. ред. Н. Ю. Шведова. М.: Наука, 1980. Т. 1. С. 96–122.

7. Darwin C. The Expression of the Emotions in Man and Animals. NY: D. Appleton & Company, 1897.

8. Ostwald P. F. Acoustic Manifestations of Emotional Disturbance // Disorders of Communication. 1964. XLII. P. 450–465.

9. Williams C. E., Stevens K. N. Emotions and speech: Some acoustical correlates // The Journal of the Acoustical Society of America. 1972. Vol. 52. № 4. P. 1238–1250.

10. Boersma P. Praat, a system for doing phonetics by computer // Glot International. 2002. Vol. 5. Iss. 9/10. P. 341–345.

11. Nash R. Intonational Interference in the Speech of Puerto Rican Bilinguals, an Instrumental Study Based on Oral Readings of a Juan Bobo Story. San Juan: Inter American Univ., 1968.

12. Светозарова Н. Д. Интонационная система русского языка. Л.: Изд-во ЛГУ, 1982.

13. DiCanio C., Hatcher R. On the non-universality of intonation: Evidence from Triqui // The Journal of the Acoustical Society of America. 2018. Vol. 144. Iss. 3, DOI: https://doi.org/10.1121/1.5068494 (дата обращения: 15.09.2019).

14. Петренко Г. К., Шумков А. А. Речь и музыка: точки соприкосновения. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014.

15. Автоматическое распознавание эмоций по речи с использованием метода опорных векторов и критерия джина / М. В. Хитров, А. Г. Давыдов, А. В. и др. // Речевые технологии. 2012. № 4. С. 34–43.

16. Манеров В. Х. Экспериментально-теоретические основы социальной идентификации и интерпретации говорящего: автореф. дис. … д-ра психол. наук / РГПУ. СПб.,1993.

17. Леонтьев А Н. Потребности, мотивы и эмоции. М.: МГУ, 1971.

18. Восприятие речи. Вопросы функциональной асимметрии мозга / И. А. Вартанян, В. И. Галунов, Е. С. Дмитриева и др. Л.: Наука, 1988.

19. Вартанов А. В., Косарева Ю. И. Эмоции человека и обезьян: субъективное шкалирование вокализаций // Вестн. Моск. ун-та. Сер. 14. Психология. 2015. № 2. С. 93–109. DOI: 10.11621/vsp.2015.02.93.

20. Розалиев В. Л. Построение модели эмоций по речи человека // Изв. ВолгГТУ. 2007. Вып. 3. № 9 (35). C. 65–68.

21. Ververidis D., Kotropoulos C. Emotional Speech Recognition: Resources, Features, and Methods // Speech Communication. Vol. 48. Iss. 9. P. 1162–1181. DOI: 10.1016/j.specom.2006.04.003.

22. Fayek H. M., Lech M., Cavedon L. Evaluating deep learning architectures for Speech Emotion Recognition // Neural Networks. 2017. Vol. 92. P. 60–68. DOI: 10.1016/j.neunet.2017.02.013.

23. Сидоров К. В., Филатова Н. Н. Анализ признаков эмоционально окрашенной речи // Вестн. ТвГТУ. 2012. № 20. С. 26–31.

24. Features extraction and selection for emotional speech classification / Z. Xiao, E. Dellandrea, W. Dou et al. // IEEE Conference on Advanced Video and Signal Based Surveillance, Como, Italy, 5–16 Sept. 2005. P. 411–416. DOI: 10.1109/AVSS.2005.1577304.

25. Fewzee P., Karray F. Dimensionality Reduction for Emotional Speech Recognition // International Conference on Privacy, Security, Risk and Trust (PASSAT), International Conference on SocialCom, IEEE, Sept. 03–05, 2012. Amsterdam, Netherlands. P. 532–537. DOI: 10.1109/SocialCom-PASSAT.2012.83.

26. Брестер К. Ю., Семенкин Е. С., Сидоров М. Ю. Система автоматического извлечения информативных признаков для распознавания эмоций человека в речевой коммуникации // Программные продукты и системы. 2014. № 4 (108). URL: http://cyberleninka.ru/article/n/sistema-avtomaticheskogo-izvlecheniya-informativnyh-priznakov-dlya-raspoznavaniya-emotsiy-cheloveka-vrechevoy-kommunikatsii (дата обращения: 15.07.2019).

27. Eyben F., Wöllmer M., Schuller B. OpenSMILE – The Munich Versatile and Fast Open-Source Audio Feature Extractor // Proceedings of the 18th ACM international conference on Multimedia, oct. 25–29, 2010. Firenze, Italy. P. 1459–1462. DOI: 10.1145/1873951.1874246.

28. Emotional Prosody Speech and Transcripts LDC2002S28 / M. Liberman, K. Davis, M. Grossman end al. Web Download. Philadelphia: Linguistic Data Consortium. 2002.

29. USC-SFI MALACH Interviews and Transcripts English LDC2012S05 / Ramabhadran B. , Gustman S., Byrne W. et al. (2012). Philadelphia: Linguistic Data Consortium. DVD.

30. A Database of German Emotional Speech / F. Burkhardt, A. Paeschke, M. Rolfes end al. // 9th European Conference on Speech Communication and Technology, Lisboa, Sept. 4–8. 2005. P. 1–4.

31. Makarova V., Petrushin V., RUSLANA: a database of Russian emotional utterances, 7th International Conference on Spoken Language Processing, ICSLP2002 – INTERSPEECH 2002, URL: https://www.researchgate.net/publication/221491469_RUSLANA_a_database_of_Russian_emotional_ utterances/ (дата обращения: 23.06.2018).

32. Can Prosody Aid the Automatic Classification of Dialog Acts in Conversational Speech? / E. Shriberg, R. Bates, A. Stolcke et al. language and speech. 1998. Vol. 41 (3–4). P. 443–492.

33. Coleman J. Introducing Speech and Language Processing. Cambridge: Cambridge Univ. Press, 2005.

34. Dickinson M., Brew C., Meurers D. Language and Computers. Hoboken, NJ: John Wiley & Sons, 2012.

35. Durand J., Gut U., Kristoffersen G. The Oxford handbook of corpus phonology. Oxford: Oxford Univ. Press, 2014.

36. Hirst D., Di Cristo A. (ed.), Intonation Systems: A Survey of Twenty Languages. Cambridge: Cambridge Univ. Press, 1998.

37. Rueckert L. Gender Differences in Empathy / in D. J. Scapaletti (ed.) // Psychology of Empathy. NY.: Nova Science Publishers, 2011. P. 221–234.

38. Palmer H. E. English Intonation with Systematic Exercises. Cambridge: Heffer, 1924.

Классификация эмоций — Студопедия

Существует множество различных классификаций эмоций у человека. Они могут различаться по силе переживания, по влиянию их на жизнедеятельность и по содержанию. В основе другой классификации лежат два признака: длительность и степень выраженности того ияи иного чувства. В зависимости от этого различают настроение, страсть и аффект.

Настроением называется длительное эмоциональное состояние, не достигающее значительной интенсивности и не имеющее существенных колебаний в течение достаточно длительного периода. Период продолжительности настроения может быть различным — от 1/2-1 часа до нескольких дней и даже недель. При этом на всем протяжении данного настроения имеет имеет место довольно постоянный основной эмоциональный тон — либо отрицательный, либо положительный. Как основной чувственный тон, так и легкость, с которой развивается то или иное настроение, его длительность зависит и от характера раздражителей, и от особенностей нервной системы человека. Наиболее продолжительными, а вместе с тем и стойкими бывают такие настроения, которые связаны у человека с причинами социально-исторического порядка.

Например, настроение напряженного ожидания, максимальной концентрации духовных и физических сил сопутствовало всему периоду Великой Отечествнной войны 1941-1945 гг. Заметные изменения настроения советских людей происходили лишь в дни замечательных побед нашей армии или же были связаны с достижениями в труде десятков миллионов людей, ковавших победу в тылу. Резкий перелом в настроении совершился в то время, когда началось победное наступление по всему фронту. Наконец, День победы был отмечен всеобщим ликованием народа. Люди, пережившие эту войну, указывают, что за победой последовали недели и целые месяцы, когда, проснувшись утром, они ощущали подъем сил, неизменную бодрость, прилив энергии и другие чувства — обязательные признаки всякого положительного, хорошего настроения.

Страсть — достаточно длительная и одинаково достаточно интенсивная эмоция, имеющая для человека определенную значимость. Сильная и продолжительная страсть может касаться удовлетворения и высших и низших потребностей человека. Страсть, как правило, определяется и наличием элементов воли в своей психологической структуре, и ясно выраженной целеустремленностью. Она способна и организовать, и стимулировать деятельность человека. Та или иная страсть иногда определяет направление всей нашей жизни (страсть к определенному виду искусства, к спорту, в частности к тем его видам, которые требуют мужества и стойкости, предельного напряжения сил и упорства, например воздушный пилотаж, подводное плавание, альпинизм, парашютный спорт и т.

п.).

Аффект — предельно выраженная, но кратковременная эмоция. Аффект представляет собой то исключение, когда возникшее чувство на короткое мгновение как бы ускользает от руководящего влияния рассудка. Причны аффекта — какие-нибудь сильные раздражители, хотя и действующие кратковременно. Поэтому аффект, в противоположность настроению, всегда конкретно направлен. Повышенная аффективность иногда бывает связана с предварительной астенизацией организма. Наблюдаются аффекты ярости, ревности, гнева, радости, горя и др. Аффект обычно сопровождается бурной двигательной реакцией, однако находящейся под контролем рассудка. Такой аффект носит название физиологического.

Ему противопоставляется патологический аффект, когда в ответ на довольно слабый раздражитель внезапно развивается бурная эмоциональная реакция, в такой степени, что на несколько секунд или минут глубоко помрачается сознание. Поэтому поступки человека, находящегося в состоянии патологического аффекта, носят нелепый характер, психологически необъяснимы.

Выраженная вегетативная симптоматика наблюдается на протяжении всего времени патологического аффекта.

Кроме приведенного разделения наши чувства можно рассматривать с той точки зрения, насколько эмоция связана с волей и влияет на жизнедеятельность. В подобном аспекте чувства делятся на стенические и астенические (от греч. sthenos — сила). Те чувства, которые способствуют внутреннему подъему, появлению активности и придают человеку бодрость, энергию, уверенность в действиях, называются стеническими. Если же возникшая эмоция, переживание ослабляет или парализует волю, снижает жизнедеятельность и предрасполагает к пассивно-оборонительным действиям, ее следует отнести к разряду астенических.

Следовательно, страсть — это всегда стеническое чувство. Настроения и аффекты могут быть и астеническими, и стеническими.

Астенические и стенические чувства способны переходить одно в другое в зависимости от особенностей конкретной ситуации и качеств личности. Длительность их изменяется, так же как и интенсивность. В течение астенической или стенической эмоции возможны «срывы» в виде аффективных реакций, аффектов.

Наибольшее значение имеет разделение эмоций на высшие и низшие. Высшие (сложные) эмоции, или чувства, возникают в связи с удовлетворением общественных потребностей. Они появились в результате общественных отношений, трудовой деятельности. Различаются чувства интеллектуальные, моральные, эстетические и праксические. Последние связаны с процессом трудовой деятельности, с решением практических задач. Их разновидностью будут высшие эмоции, сопряженные с участием в спортивных играх и соревнованиях. Разумеется, деление высших человеческих чувств на чисто интеллектуальные и чисто праксические весьма условно.

Интеллектуальные чувства (от лат. intellectus — понимание, ум) возникают в процессе умственной деятельности: любознательность, радость открытия, сомнения в правильности решения задач и т.п.

Моральные чувства (от лат. moralis — нравственный) имеют социальную значимость, действенность, обусловлены мировоззрением и порождаются этическими нормами. К ним относятся: чувства симпатии и антипатии, любви и ненависти, долга и совести и т.п.

Эстетические чувства (от лат. aisthesis — чувственность) появляются при создании или восприятии прекрасного.

Праксические чувства (от лат. praxis — действие, деятельность) переживаются при любой трудовой деятельности — чувства успеха, удачи-неудачи и т.п.

Высшие эмоции, развиваясь на базе сознания, занимают по отношению к низшим господствующее положение, затормаживают инстинктивные порывы, подавляют низменные стремления. К высшим эмоциям относятся чувство патриотизма, морального, эстетического удовлетворения, личного достоинства, чувства долга, совести, осознание подавления одного из своих низших чувств и т.п.

Низшие (простые, элементарные) эмоции в отличие от высших вытекают из органических потребностей человека, основаны на инстинктах и являются их выражением. Среди низших эмоций выделяется группа витальных (от лат. vita — жизнь). Их относят к более глубоким и древним слоям эмоциональной сферы. Витальные эмоции связаны с жизненным тонусом и общим состоянием организма. К низшим эмоциям относится переживание удовольствия при ощущении сладкого, неудовольствия — горечи во рту; к витальным чувствам следует причислить голод и жажду (точнее, сопровождающие их эмоции), чувство самосохранения.

Другое разделение эмоций и чувств проводится на основании того, какое со стороны человека возникает отношение к объектам, явлениям внешнего иди внутреннего мира. Выделяются эмоции положительные, которые переживаются нами как удовольствие (родительское чувство, дружба), и отрицательные, появляющиеся в том случае, когда действительность не соответствует потребностям человека. Последние обычно приводят к пониженному настроению, иногда к раздражению и недовольству (чувство отвращения, антипатии, оскорбленного самолюбия, физической неполноценности и пр. ).

В возникновении тех или иных чувств играют роль характер раздражителя и сама обстановка, в которой происходит контакт человека с эмоциогенным агентом. У детей в раннем возрасте эмоции возникают легко. Они нестойки и изменчивы, ребенок не в состоянии руководить ими.

Однако при соответствующих условиях разражители, как правило, вызывающие отрицательные эмоции, могут вызывать положительные чувства. Примером этому являются положительные эмоции на общение со змеями, воспитанные у шестилетней Аннет Эверс.

Весьма неустойчива эмоциональная жизнь подростков, что объясняется временной дисгармонией между корой и подкорковыми образованиями, свойственной периоду полового созревания. Обычно в этом периоде преобладает стеническая жажда деятельности, вера в себя и свои силы. Чувства острые, гамма их широка и разнообразна.

Но наибольшей сложностью отличаются эмоциональные переживания взрослого человека. В этом периоде жизни имеют огромное значение прошлый опыт, стойкая направленность личности, заинтересованность, соответствие раздражителей интеллекту, вкусам, профессии и т.

п. Но нельзя не учитывать роль физиологических особенностей человека — типа нервной системы, в частности — баланса между корой и подкоркой. В связи с этим один и тот же эмоциогенный фактор у разных людей вызывает, как правило, реакции, разные как по внешнему проявлению, так и по их внутренним качествам.

Это можно видеть, например, если сравнить эмоции родственников тяжелобольного и его врача. Сложная гамма астенических отрицательных чувств, глубокое горе, иногда угрызения совести, самобичевание — все это и многое другое мы можем видеть в переживаниях родных и близких заболевшего. У врача, который научился владеть собой, в подобном случае должны преобладать стенические чувства; возникающие иногда отрицательные эмоции подавляются. В своих действиях, словах врач будет руководствоваться высшими чувствами, прежде всего стремлением помочь страдающему человеку, быть ему во всем полезным, желанием вселить бодрость, уверенность в благополучном исходе болезни, поддержать упавшие силы и настроение больного.

При благополучном течении болезни у врача, естественно, появляется чувство выполненного долга, профессионального удовлетворения, гордости за медицинскую науку, у родственников — радостное настроение, рожденное картиной выздоровления родного, любимого человека, гибель которого переживалась бы как непоправимое несчастье.

В течение жизни взрослого человека имеют место изменения его эмоциональности. Год от года усложняются восприятие и осознавание происходящего, непрерывно пополняются запасы памяти, расширяются интеллектуальные возможности, интересы становятся вполне определенными, растут запросы, совершенствуются жизненные стереотипы и т.д. Все это ведет к тому, что степень сложности чувств растет. К раздражителям, которые ранее вызывали бурный аффект, человек теперь относится более спокойно — «срабатывают тормоза». С другой стороны, объекты чувств выбираются самим человеком более активно и вполне сознательно. В этом выборе, так же как и вообще в эмоциях взрослого человека, проявляются особенности его личности.

Эмоциональные особенности обусловлены типом высшей нервной деятельности — это эмоциональная возбужденность, импульсивность, аффективность, устойчивость, сила, темп, ритм, эмоциональный тонус.

Большая эмоциональная возбудимость сочетается с большой или слабой эмоциональной устойчивостью, в то время как слабая эмоциональная возбудимость сочетается с большой или слабой эмоциональной устойчивостью. Эмоциональные свойства личности могут проявляться в аффективности, впечатлительности, сентиментальности, страстности, холодности, добродушии, альтруизме, эгоизме и т.д.

Подобно нашим знаниям, восприятия, чувства забываются. И если знания можно освежить в памяти, восприятия подкрепить, то и чувства удается иногда «оживить» интеллектуальным усилием. В других случаях возникает обратная картина: несмотря на все доводы разума случайно возникшее чувство в дальнейшем становится весьма прочным. Иногда эмоции вообще появляются совершенно неожиданно для человека и на первый взгляд как будто бы и не связаны с раздражителем. О подобных переживаниях Н. Островский писал: «Чайковский открывает в моей душе такие итимные чувства, вызывает такие нежные мысли, о существовании которых я раньше и не подозревал». В определенных жизненных ситуациях человеку, как правило, свойственны и иллюзорные эмоциональные реакции.

Здоровый человек способен регулировать свои движения, действия и поступки. Значительно труднее научиться руководить собственными эмоциями. В связи с этим следует считать не всегда правильным выражение «власть над своими чувствами». Ибо можно воздержаться от тех или иных слов, жестов, движений — возможных последствий эмоций, проконтролировать предполагаемые действия, но сами чувства при этом не всегда исчезают.

Чувства украшают личность человека, делают ее привлекательнее и ярче. Наоборот, в наше время неестествен вид сухого формалиста и педанта, не проявляющего эмоциональных реакций в соответствующей обстановке. Эмоции обогащают нас, способствуют творческому подъему, интенсифицируют интеллектуально-мнестические процессы, способствуют стойкости внимания и т. п. Несомненно, что положительные чувства оказывают благоприятное влияние и на наш организм. Особенно это важно иметь в виду врачу, психологу, педагогу, долг которых — помогать человеку.

Хорошо известно благотворное действие некоторых эмоций на течение болезни, так же как и отрицательное, которое способно привести к осложнениям или переходу болезни в хроническую форму. В этом отношении представляют интерес многочисленные работы, специально посвященные изучению эмоциональной сферы у больных сердечно-сосудистыми заболеваниями, туберкулезом, различными вялотекущими инфекциями и др. Воспитание чувств больного — неотъемлемая часть работы врача и психодога, ибо она предполагает наиболее эффективное психотерапевтическое воздействие на его личность.

Читайте также:

Исторические сведения о сознании

Физиологические механизмы эмоций

Виды и типы памяти

Виды внимания

Психомоторика

Вернуться в оглавление: Медицинская психология



Классификация эмоций человека на основе нескольких физиологических сигналов с помощью носимой системы

Сохранить цитату в файл

Формат: Резюме (текст)PubMedPMIDAbstract (текст)CSV

Добавить в коллекции

  • Создать новую коллекцию
  • Добавить в существующую коллекцию

Назовите свою коллекцию:

Имя должно содержать менее 100 символов

Выберите коллекцию:

Не удалось загрузить вашу коллекцию из-за ошибки
Повторите попытку

Добавить в мою библиографию

  • Моя библиография

Не удалось загрузить делегатов из-за ошибки
Повторите попытку

Ваш сохраненный поиск

Название сохраненного поиска:

Условия поиска:

Тестовые условия поиска

Электронная почта: (изменить)

Который день? Первое воскресеньеПервый понедельникПервый вторникПервая средаПервый четвергПервая пятницаПервая субботаПервый деньПервый рабочий день

Который день? ВоскресеньеПонедельникВторникСредаЧетвергПятницаСуббота

Формат отчета: РезюмеРезюме (текст)АбстрактАбстракт (текст)PubMed

Отправить максимум: 1 шт. 5 шт. 10 шт. 20 шт. 50 шт. 100 шт. 200 шт.

Отправить, даже если нет новых результатов

Необязательный текст в электронном письме:

Создайте файл для внешнего программного обеспечения для управления цитированием

. 2018;26(S1):459-469.

дои: 10.3233/THC-174747.

Синь Лю 1 , Цисон Ван 2 , Дэн Лю 2 , Юань Ван 3 , Ян Чжан 2 , Оу Бай 4 , Цзиньвэй Сун 2

Принадлежности

  • 1 Школа транспортных наук и техники, Харбинский технологический институт, Харбин, Хэйлунцзян, Китай.
  • 2 Факультет электротехники и автоматики, Харбинский технологический институт, Харбин, Хэйлунцзян, Китай.
  • 3 Центральная академия Harbin Electric Corporation, Харбин, Хэйлунцзян, Китай.
  • 4 Факультет электротехники и вычислительной техники, Международный университет Флориды, Мичиган, США.
  • PMID: 29758969
  • PMCID: PMC6004961
  • DOI: 10.3233/THC-174747

Бесплатная статья ЧВК

Синь Лю и др. Технол Здравоохранение. 2018.

Бесплатная статья ЧВК

. 2018;26(S1):459-469.

дои: 10.3233/THC-174747.

Авторы

Синь Лю 1 , Цисон Ван 2 , Дэн Лю 2 , Юань Ван 3 , Ян Чжан 2 , Оу Бай 4 , Цзиньвэй Сун 2

Принадлежности

  • 1 Школа транспортных наук и техники, Харбинский технологический институт, Харбин, Хэйлунцзян, Китай.
  • 2 Факультет электротехники и автоматики, Харбинский технологический институт, Харбин, Хэйлунцзян, Китай.
  • 3 Центральная академия Harbin Electric Corporation, Харбин, Хэйлунцзян, Китай.
  • 4 Факультет электротехники и вычислительной техники, Международный университет Флориды, Мичиган, США.
  • PMID: 29758969
  • PMCID: PMC6004961
  • DOI: 10.3233/THC-174747

Абстрактный

Фон: Классификация человеческих эмоций традиционно достигается с использованием сигнала многоканальной электроэнцефалограммы (ЭЭГ), что требует дорогостоящего оборудования и сложных алгоритмов классификации.

Цель: Эксперименты могут быть реализованы в лабораторных условиях, оснащенных высокопроизводительными компьютерами для онлайн-анализа; это будет препятствовать удобству использования в практических приложениях.

Методы: Учитывая, что другие физиологические сигналы также связаны с эмоциональными изменениями, в этой статье предлагается использовать носимую беспроводную систему для получения одноканального сигнала электроэнцефалограммы, дыхания, сигнала электрокардиограммы (ЭКГ) и положения тела, чтобы исследовать взаимосвязь между этими сигналами и человеческие эмоции.

Результаты и выводы: По сравнению с традиционным методом классификации эмоций, представленный метод смог выделить небольшое количество ключевых характеристик, связанных с человеческими эмоциями, из нескольких физиологических сигналов, где сложность алгоритма была значительно снижена при объединении с классификацией методом опорных векторов. Предлагаемый метод может поддерживать встроенный онлайн-анализ и может повысить удобство классификации эмоций.

Ключевые слова: ЭКГ; ЭЭГ; Эмоция; дыхание; Машина опорных векторов; носимые датчики.

Заявление о конфликте интересов

Нет для сообщения.

Цифры

Рисунок 1.

Схема системы.

Рис. 1.

Схема системы.

Рисунок 1.

Схема системы.

Рисунок 2.

Сенсорный узел.

Рисунок 2.

Сенсорный узел.

Фигура 2.

Сенсорный узел.

Рисунок 3.

Настройка системы.

Рисунок 3.

Настройка системы.

Рисунок 3.

Настройка системы.

Рисунок 4.

Экспериментальный процесс.

Рис. 4.

Экспериментальный процесс.

Рисунок 4.

Экспериментальный процесс.

Рисунок 5.

Экспериментальный процесс.

Рисунок 5.

Экспериментальный процесс.

Рисунок 5.

Экспериментальный процесс.

Рисунок 6.

Средние значения HRstd в разных…

Рисунок 6.

Средние значения HRstd при различных эмоциях.

Рисунок 6. Средние значения

HRstd для различных эмоций.

Рисунок 7.

Средние значения RRstd в разных…

Рисунок 7.

Средние значения RRstd для разных эмоций.

Рисунок 7.

Средние значения RRstd для различных эмоций.

Рисунок 8.

Средние значения Pstd в разных…

Рисунок 8.

Средние значения Pstd для разных эмоций.

Рисунок 8.

Средние значения Pstd для разных эмоций.

Рисунок 9.

Схема классификации.

Рисунок 9.

Схема классификации.

Рисунок 9.

Схема классификации.

См. это изображение и информацию об авторских правах в PMC

Похожие статьи

  • Распознавание эмоций по одноканальным сигналам ЭЭГ с использованием метода двухэтапной корреляции и мгновенной частотной фильтрации.

    Таран С., Баджадж В. Таран С. и др. Вычислительные методы Программы Биомед. 2019Май; 173:157-165. doi: 10.1016/j.cmpb.2019.03.015. Epub 2019 22 марта. Вычислительные методы Программы Биомед. 2019. PMID: 31046991

  • Методы выбора датчика ЭЭГ на основе рельефа для распознавания эмоций.

    Чжан Дж., Чен М., Чжао С. , Ху С., Ши З., Цао Ю. Чжан Дж. и др. Датчики (Базель). 2016 Сентябрь 22;16(10):1558. дои: 10.3390/s16101558. Датчики (Базель). 2016. PMID: 27669247 Бесплатная статья ЧВК.

  • Ансамбльный подход к обучению для распознавания человеческих эмоций на основе датчика электрокардиограммы.

    Диссанаяке Т., Раджапакша Ю., Рагель Р., Навинн И. Диссанаяке Т. и др. Датчики (Базель). 2019 16 октября; 19 (20): 4495. дои: 10.3390/s19204495. Датчики (Базель). 2019. PMID: 31623279 Бесплатная статья ЧВК.

  • Распознавание эмоций по физиологическим сигналам.

    Гуизи К., Берекси Регуиг Ф., Маауи К. Гуизи К. и др. J Med Eng Technol. 2011 авг-октябрь;35(6-7):300-7. дои: 10.3109/03091902.2011.601784. J Med Eng Technol. 2011. PMID: 21936746 Обзор.

  • Мультимодальная структура слияния: подход с несколькими разрешениями для классификации эмоций и распознавания физиологических сигналов.

    Verma GK, Tiwary US. Верма Г.К. и соавт. Нейроизображение. 2014 15 ноября; 102 Пт 1: 162-72. doi: 10.1016/j.neuroimage.2013.11.007. Epub 2013 20 ноября. Нейроизображение. 2014. PMID: 24269801 Обзор.

Посмотреть все похожие статьи

Цитируется

  • Дополнение данных ЭКГ несколькими фильтрами для лучшей системы распознавания эмоций.

    Хаснул М.А., Аб Азиз Н.А., Абд Азиз А. Хаснул М. А. и соавт. Араб J Sci Eng. 2023 янв. 11:1-22. doi: 10.1007/s13369-022-07585-9. Онлайн перед печатью. Араб J Sci Eng. 2023. PMID: 36685996 Бесплатная статья ЧВК.

  • Анализ осуществимости и внедрение наголовного респираторного мониторинга электрического импеданса.

    Ян Х, Ян Х, Лю Ю, Хе В, Ляо Ю, Ян Дж, Гао Ю. Ян Х и др. Биосенсоры (Базель). 2022 27 окт;12(11):934. doi: 10.3390/bios12110934. Биосенсоры (Базель). 2022. PMID: 36354443 Бесплатная статья ЧВК.

  • Системы распознавания эмоций на основе электрокардиограммы и их применение в здравоохранении-обзор.

    Хаснул М.А., Азиз Н.А.А., Алеляни С., Мохана М., Азиз А.А. Хаснул М.А. и соавт. Датчики (Базель). 2021 23 июля; 21 (15): 5015. дои: 10.3390/s21155015. Датчики (Базель). 2021. PMID: 34372252 Бесплатная статья ЧВК. Обзор.

  • Танец в мозгу: усиление внутри- и межмозговой синхронизации.

    Basso JC, Satyal MK, Rugh R. Бассо Дж. К. и др. Передний шум нейронов. 2021 7 января; 14:584312. doi: 10.3389/fnhum.2020.584312. Электронная коллекция 2020. Передний шум нейронов. 2021. PMID: 33505255 Бесплатная статья ЧВК.

  • Сенсорные системы для мониторинга дыхания: систематический технический обзор.

    Vanegas E, Igual R, Plaza I. Ванегас Э. и др. Датчики (Базель). 2020 сен 22; 20 (18): 5446. дои: 10.3390/s20185446. Датчики (Базель). 2020. PMID: 32972028 Бесплатная статья ЧВК.

Просмотреть все статьи «Цитируется по»

Рекомендации

    1. Пол С., Саймон Д., Книше Р. и др. Временные эффекты стратегий регулирования эмоций, ориентированных на антецедент и реакцию [J]. Биологическая психология, 2013, 94(1): 136-142. — пабмед
    1. Ли М, Лу БЛ. Классификация эмоций на основе гамма-диапазона ЭЭГ [C]. Международная конференция IEEE Engineering in Medicine & Biology Society. 2009: 1323. — пабмед
    1. Ян Ю. Х., Лин Ю.С., Су Ю.Ф. и др. Классификация музыкальных эмоций: регрессионный подход [C]. Международная конференция IEEE по мультимедиа и выставкам. 2007: 208-211.
    1. Муругаппан М., Рамачандран Н., Сазали Ю. Классификация человеческих эмоций по ЭЭГ с использованием дискретного вейвлет-преобразования [J]. Машиностроение, 2010, 3(4): 390-396.
    1. Райзон М. Классификация человеческих эмоций на основе дискретного вейвлет-преобразования с использованием сигналов электроэнцефалограммы [J]. Американский журнал прикладных наук, 2010 г., 7(7): 878-885.

термины MeSH

Полнотекстовые ссылки

ИОС Пресс Бесплатная статья ЧВК

Укажите

Формат: ААД АПА МДА НЛМ

Отправить по номеру

SpanEmo: классификация эмоций с несколькими метками как предсказание диапазона

Хасан Альхузали, София Ананиаду

Abstract
Распознавание эмоций (ER) является важной задачей обработки естественного языка (NLP) из-за его большого влияния на реальные приложения от здоровья и благополучия до профилирования авторов, анализа потребителей и безопасности. Современные подходы к ER в основном классифицируют эмоции независимо друг от друга, не учитывая, что эмоции могут сосуществовать. Такие подходы упускают из виду потенциальную двусмысленность, в которой несколько эмоций накладываются друг на друга. Мы предлагаем новую модель «SpanEmo», использующую классификацию эмоций с несколькими метками как предсказание диапазона, которая может помочь моделям ER изучать ассоциации между метками и словами в предложении. Кроме того, мы вводим функцию потерь, ориентированную на моделирование нескольких сосуществующих эмоций во входном предложении. Эксперименты, проведенные с данными об эмоциях с несколькими метками SemEval2018 для трех наборов языков (т. е. английский, арабский и испанский), демонстрируют эффективность нашего метода. Наконец, мы представляем различные анализы, которые иллюстрируют преимущества нашего метода с точки зрения улучшения производительности модели и изучения значимых ассоциаций между классами эмоций и словами в предложении.

Антология ID:
2021. eacl-main.135
Том:
Труды 16-й конференции Европейского отделения Ассоциации компьютерной лингвистики: Основной том
Месяц: 905 22
Апрель
Год:
2021
Адрес:
Онлайн
Место проведения:
EACL
SIG:
Издатель:
9052 3 Ассоциация компьютерной лингвистики
Примечание:
Страницы:
1573–1584
Язык:
URL:
https://aclanthology.org/2021.eacl-main.135
DOI: 9 0522
10.18653/v1/2021.eacl-основной .135
Bibkey:
Cite (ACL):
Хасан Альхузали и София Ананиаду. 2021. SpanEmo: классификация эмоций с несколькими метками как Span-прогнозирование. In Материалы 16-й конференции Европейского отделения Ассоциации компьютерной лингвистики: основной том , страницы 1573–1584, онлайн. Ассоциация компьютерной лингвистики.
Ссылка (неофициальная):
SpanEmo: классификация эмоций с несколькими метками как предсказание диапазона (Alhuzali & Ananiadou, EACL 2021)
Копия цитирования:
PDF:
https://aclanthology. org/2021.eacl-main.135.pdf 2018 Задача 1
  • BibTeX
  • MODS XML
  • Конечная сноска
  • Предварительно отформатированный
 @inproceedings{alhuzali-ananiadou-2021-spanemo,
    title = "{S}pan{E}mo: использование многоуровневой классификации эмоций в качестве предсказания охвата",
    автор = "Альхузали, Хасан и
      Ананиаду, София",
    booktitle = "Материалы 16-й конференции Европейского отделения Ассоциации компьютерной лингвистики: основной том",
    месяц = ​​апрель,
    год = "2021",
    адрес = "Онлайн",
    издатель = "Ассоциация вычислительной лингвистики",
    url = "https://aclanthology.org/2021.eacl-main.135",
    doi = "10.18653/v1/2021.eacl-main.135",
    страницы = "1573--1584",
    abstract = «Распознавание эмоций (ER) является важной задачей в обработке естественного языка (NLP) из-за его большого влияния на приложения реального мира от здоровья и благополучия до профилирования авторов, анализа потребителей и безопасности.  Современные подходы к ER, в основном эмоции классифицируют независимо друг от друга, не принимая во внимание, что эмоции могут сосуществовать. Такие подходы упускают из виду потенциальную двусмысленность, в которой несколько эмоций перекрываются. Мы предлагаем новую модель {``}SpanEmo{''}, в которой классификация эмоций с несколькими метками используется как предсказание диапазона, который может помочь моделям ER изучать ассоциации между метками и словами в предложении. Кроме того, мы вводим функцию потерь, ориентированную на моделирование нескольких сосуществующих эмоций во входном предложении.Эксперименты, проведенные на данных SemEval2018 с несколькими метками эмоций на трех языковых наборах (например, английский, арабский и испанский) демонстрируют эффективность нашего метода{'}. Наконец, мы представляем различные анализы, которые иллюстрируют преимущества нашего метода с точки зрения улучшения производительности модели и изучения значимых ассоциаций между классами эмоций и словами в предложении.  .",
}
 
 

<моды>
    <информация о заголовке>
        SpanEmo: классификация эмоций с несколькими метками как предсказание диапазона
    
    <название типа="личное">
        Хасан
        Альхузали
        <роль>
            автор
        
    
    <название типа="личное">
        София
        Ананиаду
        <роль>
            автор
        
    
    <информация о происхождении>
        2021-04
    
    текст
    
        <информация о заголовке>
            Материалы 16-й конференции Европейского отделения Ассоциации компьютерной лингвистики: основной том
        
        <информация о происхождении>
            Ассоциация компьютерной лингвистики
            <место>
                Онлайн
            
        
        публикация конференции
    
    Распознавание эмоций (ER) является важной задачей обработки естественного языка (NLP) из-за его большого влияния на приложения реального мира, от здоровья и благополучия до профилирования авторов, анализа потребителей и безопасности.  Современные подходы к ER в основном классифицируют эмоции независимо друг от друга, не учитывая, что эмоции могут сосуществовать. Такие подходы упускают из виду потенциальную двусмысленность, в которой несколько эмоций накладываются друг на друга. Мы предлагаем новую модель «SpanEmo», использующую классификацию эмоций с несколькими метками как предсказание диапазона, которая может помочь моделям ER изучать ассоциации между метками и словами в предложении. Кроме того, мы вводим функцию потерь, ориентированную на моделирование нескольких сосуществующих эмоций во входном предложении. Эксперименты, проведенные с данными об эмоциях с несколькими метками SemEval2018 для трех наборов языков (т. е. английский, арабский и испанский), демонстрируют эффективность нашего метода. Наконец, мы представляем различные анализы, которые иллюстрируют преимущества нашего метода с точки зрения улучшения производительности модели и изучения значимых ассоциаций между классами эмоций и словами в предложении.
    alhuzali-ananiadou-2021-spanemo
    10. 18653/v1/2021.eacl-main.135
    <местоположение>
        https://aclanthology.org/2021.eacl-main.135
    
    <часть>
        <дата>2021-04
        <единица экстента="страница">
            1573
            1584
        
    


 
 %0 Материалы конференции
%T SpanEmo: приведение классификации эмоций с несколькими метками в качестве предсказания диапазона
%А Альхузали, Хассан
%А Ананиаду, София
%S Материалы 16-й конференции Европейского отделения Ассоциации компьютерной лингвистики: основной том
%D 2021
%8 апрель
%I Ассоциация компьютерной лингвистики
%С онлайн
%F альхузали-ананиаду-2021-spanemo
%X Распознавание эмоций (ER) является важной задачей обработки естественного языка (NLP) из-за его большого влияния на реальные приложения от здоровья и благополучия до профилирования авторов, анализа потребителей и безопасности. Современные подходы к ER в основном классифицируют эмоции независимо друг от друга, не учитывая, что эмоции могут сосуществовать.  Такие подходы упускают из виду потенциальную двусмысленность, в которой несколько эмоций накладываются друг на друга. Мы предлагаем новую модель «SpanEmo», использующую классификацию эмоций с несколькими метками как предсказание диапазона, которая может помочь моделям ER изучать ассоциации между метками и словами в предложении. Кроме того, мы вводим функцию потерь, ориентированную на моделирование нескольких сосуществующих эмоций во входном предложении. Эксперименты, проведенные с данными об эмоциях с несколькими метками SemEval2018 для трех наборов языков (т. е. английский, арабский и испанский), демонстрируют эффективность нашего метода. Наконец, мы представляем различные анализы, которые иллюстрируют преимущества нашего метода с точки зрения улучшения производительности модели и изучения значимых ассоциаций между классами эмоций и словами в предложении.
%R 10.18653/v1/2021.eacl-main.135
%U https://aclanthology.org/2021.eacl-main.135
%U https://doi.org/10.18653/v1/2021.eacl-main.135
%Р 1573-1584
Уценка (неофициальная)

[SpanEmo: Приведение многоуровневой классификации эмоций к предсказанию охвата] (https://aclanthology.

No related posts.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *