感情検出のための邪魔にならないアプローチ

科学分野:

• 心理学
• コンピュータサイエンス
• ヒューマンコンピュータインタラクション

背景:

• ストレスは現代生活における身体的および精神的健康に大きな影響を与えます。
• ストレスの早期検出は、効果的な管理のために重要です。
• 技術的なソリューションは、ストレス検出のための積極的なアプローチを提供します。

研究 の 目的:

• 邪魔にならないストレス検出のためのWebベースの学習アプローチを調査すること。
• リアルタイムストレス分類のための人工ニューラルネットワーク（ANN）および畳み込みニューラルネットワーク（CNN）モデルを開発および評価すること。
• ジャーナルと自撮り写真の機能を利用するストレス検出Webアプリケーションのユーザー認識を評価すること。

主な方法:

• ストレス検出のための2つのニューラルネットワークモデル（ANNおよびCNN）を開発しました。
• TensorFlow.jsを使用してクライアント側で処理されるWebアプリケーションにモデルを実装しました。
• リアルタイム分類のためにジャーナルエントリと自撮り写真を通じてユーザー入力を収集しました。
• 7人のユーザーでアプリケーションを評価し、知覚される精度と機能の効果を評価しました。

主要な成果:

• Webアプリケーションとストレス検出モデルは意図したとおりに機能しました。
• ユーザーは平均3.57/4の主観的な精度スコアを報告しました。
• ユーザーの100％が、ストレスのモニタリングと追跡に機能が効果的であると感じました。
• ユーザーは、自撮り写真機能よりもジャーナル機能を好みました。

結論:

• 開発されたWebベースシステムは、リアルタイムのクライアント側ストレス検出のための実行可能なアプローチを示しています。
• ユーザーフィードバックは、ストレスモニタリングツールの肯定的な受け入れと認識された有効性を示しています。
• ジャーナル機能は、ストレス検出アプリケーションでのユーザー入力のための好ましい方法として有望です。