多重对话方面回归使用二极管生理学测量.
概括
这项研究表明,自主神经系统的反应可以预测二对话的质量. 回归模型准确地估计对话方面,如价值和兴奋,当训练在二特定的数据.
科学领域:
- 心理生理学 心理生理学
- 计算社会科学 计算社会科学
- 人与计算机的交互
背景情况:
- 双节生理反应与人际交往过程质量相关.
- 以前的模式识别专注于分类,而不是估计.
- 在教育和心理健康咨询中存在应用.
研究的目的:
- 使用回归算法从生理数据中估计对话方面 (价值,兴奋,平衡).
- 评估这些估计的准确性.
- 探索实时监测二极交互的潜力.
主要方法:
- 在对话期间从35个二极管收集了生理数据 (心率,皮肤导电,呼吸,皮肤温度).
- 使用观察者对对话价值,兴奋和平衡的评分.
- 应用回归算法 (支持向量机,高斯过程回归) 进行估计.
主要成果:
- 回归算法在同一个二元期的数据上训练时,实现了较低的估计误差.
- 与基线相比,在使用不同二的数据进行训练时,性能没有得到改善.
- 精确估计二对话方面是可以用二特定的训练数据.
结论:
- 自主神经系统的反应与回归算法相结合,可以估计二元对话方面.
- 对于准确的估计,DYAD特定的训练数据至关重要.
- 在咨询和教育等领域的实际应用之前,需要进一步的研究.


