基于可穿戴传感器的量子机器学习老年人情感识别
机器学习
2025-07-14 v1 人机交互
量子物理
摘要
我们研究了仅从生理信号推断情绪状态的可行性，为传统面部识别技术提供一种隐私保护的替代方案。我们对比了经典机器学习算法和混合量子机器学习（QML）方法，以及基于量子核的方法。我们的结果表明，量子增强的SVM在所有情感类别上的分类性能优于经典方法，即使在有限数据集上训练也是如此。所有类别的F1分数均超过80%，召回值提升了约36%。可穿戴传感器数据与量子机器学习的集成不仅提高了准确率和鲁棒性，也促进了无扰动的情感识别。该方法对持有ADRD（阿尔弗雷德氏病及相关痴呆）和PTSD（创伤后压力障碍）患者的群体具有潜力。这些发现为临床和护理居住条件下的被动情感监控奠定了早期基础。
引用
@article{arxiv.2507.08175,
title = {Emotion Recognition in Older Adults with Quantum Machine Learning and Wearable Sensors},
author = {Md. Saif Hassan Onim and Travis S. Humble and Himanshu Thapliyal},
journal= {arXiv preprint arXiv:2507.08175},
year = {2025}
}