WEKO3
アイテム
不均衡データセットを考慮した脳波による感情認識
https://ipsj.ixsq.nii.ac.jp/records/220439
https://ipsj.ixsq.nii.ac.jp/records/22043911786dd4-2435-4def-9044-d32a367c88a9
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DPSWS2022007.pdf (1.0 MB)
|
©2022 Information Processing Society Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-10-17 | |||||||||
| タイトル | ||||||||||
| タイトル | 不均衡データセットを考慮した脳波による感情認識 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | ElectroEncephaloGraphy（EEG），Emotion，Machine Learning，Explainable AI，Feature-Selection | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||
| 資源タイプ | conference paper | |||||||||
| 著者所属 | ||||||||||
| 金沢工業大学大学院工学研究科情報工学専攻 | ||||||||||
| 著者所属 | ||||||||||
| 金沢工業大学大学院工学研究科情報工学専攻 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Information Engineering Kanazawa Institute of Technology | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Information Engineering Kanazawa Institute of Technology | ||||||||||
| 著者名 |
常田, 友貴
× 常田, 友貴
× 中沢, 実
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 昨今，新型コロナウイルス感染症や DX 化によりオンライン上でコミュニケーションを行う機会が多くなった．しかし，オンライン上での相互の親密なコミュニケーションを必要とする場合では，参加者の満足度低下が余儀なくされている．このような問題を解決するために脳波を用いた感情フィードバックの研究を先行研究として行ってきた．しかし，この研究で収集された脳波・感情データセットは不均衡データセットであり，作成した感情認識モデルでは各クラスで計算された Recall の平均絶対偏差が 9.25％ となり，不均衡データの影響を強く受けた結果となった．そこで本研究では，不均衡データを考慮した SHAP による特徴選択手法を提案し，不均衡な脳波データセットを用いて精度比較を行った．この時，脳波データセットの特徴量数は 14 点と少ないため，脳波周波数帯を用いた特徴抽出により特徴量数を 56 点に増加させたデータに対して特徴選択を行い，既学習・未学習者データにおける精度評価によりキャリブレーションの必要性についても検証を行った．この結果，未学習者データでは大きな精度向上は見られなかったが，既学習者データでは特徴抽出を利用することにより約 30％ の精度向上が得られ，データ性質に着目した特徴選択手法により不均衡データの影響を減少させることができた． | |||||||||
| 書誌情報 |
第30回マルチメディア通信と分散処理ワークショップ論文集 p. 44-50, 発行日 2022-10-17 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
