MétaCan
Menu
Retour à la cohorte
Enregistrement W2904333080 · doi:10.1109/access.2018.2885279

iAware: A Real-Time Emotional Biofeedback System Based on Physiological Signals

2018· article· en· W2904333080 sur OpenAlexaff
Amani Abdulrahman Albraikan, Basim Hafidh, Abdulmotaleb El Saddik

Notice bibliographique

RevueIEEE Access · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEmotion and Mood Recognition
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBiofeedbackComputer scienceWearable computerHuman–computer interactionSIGNAL (programming language)Emotion recognitionEmotional intelligenceEmotional expressionCognitive psychologyApplied psychologyArtificial intelligencePsychologyPhysical medicine and rehabilitationSocial psychologyEmbedded systemMedicine

Résumé

récupéré en direct d'OpenAlex

Self-awareness is the foundation of emotional intelligence. Most people can recognize their own and others' emotions. However, many people suffer from a common infirmity that prevents them from recognizing emotion within themselves and are therefore unable to experience a life that fulfills them emotionally. We propose a real-time mobile biofeedback system that uses wearable sensors to depict five basic emotions and provides the user with emotional feedback. We also present empirical results for the configuration of a physiological signal-based emotion recognition system in two experimental scenarios involving controlled and noncontrolled environmental settings. In our evaluation, we show that iAware helps increase emotional self-awareness by reducing the predictive error by 3.333% for women and by 16.673% for men. The primary results suggest the usefulness and necessity of the iAware system to provide users with real-time biofeedback based on physiological signals.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,016

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,078
Tête enseignante GPT0,366
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetEmotion and Mood RecognitionTravaux en français237 207