二者間会話における自律神経系応答と回帰アルゴリズムを用いた感情価および覚醒度の推定

科学分野:

• 精神生理学;計算社会科学;ヒューマンコンピュータインタラクション

背景:

• 自律神経系（ANS）の応答は、対人関係の力学を理解する手がかりを提供する。;社会的相互作用におけるANSデータの従来の分析は、グループレベルの統計に依存している。;以前の研究では、会話中のANS応答の単一トライアル分類が限定的にしか探求されていなかった。

研究 の 目的:

• 二者のANS応答から会話の感情価と覚醒度を推定するために回帰アルゴリズムを利用すること。;会話区間を特徴づけるために、二者間特異的および二者間非特異的回帰モデルを検討すること。;リアルタイムの社会的相互作用データを分析するための分類方法に代わる方法を提供すること。

主な方法:

• 20分間の会話中に41組の二者から生理学的データ（ECG、EDA、呼吸、皮膚温）を収集した。;会話を2分間の区間に分割し、自己申告および観察者評価による感情価と覚醒度を収集した。;個々のANS特徴量と同期ANS特徴量を抽出し、特徴選択とマルチリニアパーセプトロンを回帰分析に適用した。

主要な成果:

• 回帰モデル（二者間特異的および非特異的）は、マルチリニアパーセプトロンを使用し、ベースライン推定値および他の回帰手法（線形回帰、SVM）を上回った。;感情価と覚醒度の推定において、中央値ベース、線形回帰、サポートベクターマシン手法と比較して低い二乗平均平方根誤差を達成した。;生理学的測定値を使用して、区間レベルで二者間会話を特徴づけることの有効性を示した。

結論:

• 回帰によって分析された生理学的測定値は、二者間会話を効果的に特徴づけることができる。;開発された回帰アルゴリズムは、教育やメンタルヘルスカウンセリングなどの分野での実世界アプリケーションに有望である。;このアプローチは、客観的な生理学的マーカーを介して、微妙な対人相互作用を理解するための新しい方法を提供する。