Интересное сегодня
Влияние сна руководителей на поддержку сотрудников: исследов...
Введение: Культура работы без сна Современная конкурентная рабочая культура perpetuates нездоровое у...
Влияние увлажненности кожи, ее деформируемости и возраста на...
Участники исследования В исследовании приняли участие шестьдесят здоровых добровольцев (23 мужчины, ...
Надежность и валидность пересмотренной шкалы задолженности с...
Введение Цель этого исследования заключалась в оценке психометрических свойств китайской версии Пере...
Теория разума в ИИ: как большие языковые модели имитируют че...
Теория разума в ИИ: как большие языковые модели имитируют человеческое мышление Представьт...
Как работает реляционное управление вниманием при визуальном...
Введение в механизмы визуального внимания Люди и другие организмы сталкиваются с чрезвычайно сложной...
Как тревога и депрессия влияют на самооценку: новое исследов...
Новое исследование, проведенное Университетским колледжем Лондона (UCL), раскрывает, почему люди, ст...
Кожно-гальваническая реакция (КГР) предлагает новый способ измерения эмоциональных состояний, обходя ограничения распознавания лиц. В эксперименте добровольцы смотрели видео, вызывающие страх, юмор и семейные узы, während их кожные электрические свойства записывались.
Исследователи из Токийского столичного университета использовали измерения КГР для различения эмоций. Добровольцы смотрели видео, вызывающие страх, семейные узы и юмор, während их КГР записывалась. Анализ показал, что трассы могут использоваться для предсказания эмоций.
Уникальные паттерны эмоций
Анализ выявил уникальные паттерны в скорости и длительности изменений проводимости, связанные с различными эмоциями. Например, страх длился дольше всего, что может быть связано с эволюционными преимуществами.
Статистический анализ
Статистический анализ показал, что различные числа, извлеченные из динамики трассы, могут использоваться для дискриминации эмоционального состояния человека.
Будущее эмоционально-осведомленных технологий
Комбинирование таких сигналов с другими методами может позволить создать эмоционально-осведомленные технологии, улучшая понимание и реакцию устройств на человеческие чувства.
Хотя метод еще не может идеально различать эмоции, данные могут использоваться для статистически значимых предсказаний, например, испытывает ли человек страх или тепло семейных уз. В сочетании с другими сигналами, это приближает нас к устройствам, которые знают, как мы себя чувствуем, и могут лучше понимать человеческие эмоции.
