EmoSens：基于传感器数据分析与 LightGBM 的情绪识别
人机交互
2022-08-01 v1 机器学习
系统与控制
系统与控制
摘要
智能可穿戴设备已成为我们日常生活中不可或缺的一部分。从记录 ECG 信号到分析身体脂肪成分，智能可穿戴设备无所不能。这些智能设备集成了多种传感器，可用于获取有关用户生理和心理状况的有意义信息。我们的方法侧重于利用此类传感器，通过监督机器学习技术识别并获取用户在给定时刻的情绪变化。本研究考察了决策树、随机森林、XGBoost、LightGBM 等多种监督学习模型在该数据集上的性能。使用我们提出的模型，借助 XGBoost 和 LightGBM 对 9 种不同情绪类别取得了 92.5% 的高识别率。利用这一点，我们旨在改进并提出辅助情绪识别的方法，以更好地进行心理健康分析和情绪监测。
引用
@article{arxiv.2207.14640,
title = {EmoSens: Emotion Recognition based on Sensor data analysis using LightGBM},
author = {Gayathri S and Akshat Anand and Astha Vijayvargiya and Pushpalatha M and Vaishnavi Moorthy and Sumit Kumar and Harichandana B S S},
journal= {arXiv preprint arXiv:2207.14640},
year = {2022}
}
备注
Accepted and Won the "Best paper Award" in Smart Sensor, Systems and Applications Track at IEEE CONECCT 2022