基于神经网络的情感状态变化预测
计算机与社会
2017-05-12 v2 人机交互
摘要
患者情感状态的知识可能对医疗专业人员在诊断和治疗中至关重要，但这需要患者报告其感受。实践中，为确保患者能够休息，情感状态的采样率需保持较低。此外，使用传统方法测量情感状态并非总是可行，例如患者可能无法进行言语交流。在本研究中，我们通过测量多种生理信号来探索预测人们自我报告的情感状态。我们使用不同的神经网络（NN）设置，并与不同的多元线性回归（MLR）设置进行比较，以预测情感状态的变化。结果显示，NN与MLR预测情感状态变化的准确率分别为91.88%和89.10%。
引用
@article{arxiv.1612.00582,
title = {Predicting Changes in Affective States using Neural Networks},
author = {Stina Lyck Carstensen and Jens Madsen and Jan Larsen},
journal= {arXiv preprint arXiv:1612.00582},
year = {2017}
}
备注
NIPS 2016 Workshop on Machine Learning for Health