@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00219674,
 author = {鳥羽, 望海 and 藤本, まなと and 諏訪, 博彦 and 酒井, 元気 and 酒造, 正樹 and 安本, 慶一},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2022論文集},
 month = {Jul},
 note = {労働者の心理状態を表す Work Engagement を知ることで，上司や産業医は労働者の好不調を事前に把握することができ，結果的に健全な組織運営を実現することができる．一方，昨今の COVID-19 の影響で，労働者がテレワークが取り入れられるようになり，上司や産業医にとってテレワーク中の労働者の心理状態は把握しにくい．我々は費用と労力，感染リスクを減らせるメリットがあるオンラインミーティングサービスに着目し，オンラインミーティングで得られる動画や音声などのマルチモーダルデータを用いて労働者の感情を推定する手法を検討する．オンラインミーティングサービスを用いてグループディスカッションを参加者にしてもらい，そこから映像，心拍など様々なデータをセンシングして参加者の状態を推定する．グループディスカッション中の参加者の発言録から得られた感情極性，顔のランドマーク座標，心拍，他者に対する感情アノテーションの 4 種類の指標から，他者への感情アノテーションを推定するために Light GBM (Gradient Boosting Machine)，SVR (Support Vector Regression)，我々自身による客観的評価を行った結果，MAE に関して機械学習モデルである Light GBM，SVR のほうが客観的評価よりも 6 つのセッションのうち 5 つのセッションで良い結果を出力することがわかった．},
 pages = {697--704},
 publisher = {情報処理学会},
 title = {オンラインミーティング参加者の感情推定における機械学習モデルと客観的評価との比較},
 volume = {2022},
 year = {2022}
}