集成学习评估情感体验评分与生理变化的动态
机器学习
2023-12-27 v1
摘要
情感体验与生理变化之间的一致性是一个争论了几个世纪的话题。近年来测量和数据分析技术的进步为解决这一史诗级挑战带来了希望。开放科学和开放数据实践，以及向学术界开放的数据分析挑战，也是解决这一问题的有前景的工具。在本次情感生理与体验协作(EPiC)挑战赛中，我们提出了一种结合理论假设与数据驱动方法的数据分析解决方案。我们使用了特征工程和集成选择。每个预测器在训练数据的子集上进行训练，以最大化可用于训练的信息。后期融合采用平均步骤。我们选择平均策略，考虑“群体智慧”策略。该策略在测试集上产生了1.19的总体RMSE。未来的工作应仔细探索我们的假设是否正确以及加权融合的潜力。
引用
@article{arxiv.2312.16036,
title = {Ensemble Learning to Assess Dynamics of Affective Experience Ratings and Physiological Change},
author = {Felix Dollack and Kiyoshi Kiyokawa and Huakun Liu and Monica Perusquia-Hernandez and Chirag Raman and Hideaki Uchiyama and Xin Wei},
journal= {arXiv preprint arXiv:2312.16036},
year = {2023}
}
备注
This manuscript is to be published in the 2023 11th International Conference on Affective Computing and Intelligent Interaction Workshops and Demos (ACIIW) proceedings