基于递归神经网络的心理状态转移网络中人格特质情绪的自适应学习方法
人机交互
2018-04-10 v1 机器学习
神经与进化计算
摘要
心理状态转移网络（MSTN）是近似人类心理与精神反应的基本概念。由情绪生成计算（EGC）方法计算出的刺激可使情绪状态转移到其他情绪状态。本文中，智能体可通过基于用户人格特质的情绪自适应学习方法与人交互，实现顺畅沟通。该学习方法由利润共享（PS）方法与递归神经网络（RNN）组成。对 MSTN 的传感器输入情绪由 EGC 计算，情绪的变异导致心理状态改变，随后状态序列构成一个回合。为有效学习人格特质倾向，应从回合中移除无效规则。PS 方法找出回合中的绕路并予以删除。此外，RNN 用于实现用户情绪的变异。部分实验结果显示了表征人类细腻情绪多样性的成功。
引用
@article{arxiv.1804.02813,
title = {An Adaptive Learning Method of Personality Trait Based Mood in Mental State Transition Network by Recurrent Neural Network},
author = {Takumi Ichimura and Kosuke Tanabe and Toshiyuki Yamashita},
journal= {arXiv preprint arXiv:1804.02813},
year = {2018}
}
备注
6 pages, 9 figures, Proc. of IEEE 7th International Workshop on Computational Intelligence and Applications (IWCIA2014)