这页已由机器翻译。其他页面可能仍然显示为英文。
View in English
使用随机森林预测交互艺术中的情感反应:基于动态美学的模型
Contact us if these videos are not relevant.
Contact us if these videos are not relevant.
在PubMed上查看摘要
概括
此摘要是机器生成的。在互动艺术中预测情感是一项挑战. 随机森林模型准确地预测了认知反射和个性化,
科学领域
- 情感计算
- 人与计算机的互动 (HCI)
- 经验美学
背景情况
- 互动艺术引起复杂的情绪, 由于其动态和主观性质,
- 现有的方法难以捕捉情绪反应的全部范围, 从感官运动参与到认知反射.
研究的目的
- 引入一个可解释的机器学习框架来预测互动艺术中的情感反应.
- 评估随机森林算法在模拟多维情感体验中的有效性.
- 提供设计情感适应互动系统的见解.
主要方法
- 使用一个随机森林 (RF) 算法,有390个问卷答复.
- 在五个维度上运行情绪:身体变化,感官参与,情感联系,认知反射和积极的个性化.
- 使用交叉验证和测试集用于使用分类和回归指标的模型评估.
主要成果
- 射频模型在认知反射 (F1=0.746) 和主动个性化 (F1=0.673) 中实现了高预测准确度.
- 身体反应的可预测性较低 (F1=0. 379),可能是由于其主观和非语言性质.
- 该模型表现出一致的性能,验证了其作为探索工具的使用.
结论
- 通过认知调解的情绪状态比感觉运动或情感反应更易于进行计算建模.
- 提出的框架为设计情感适应的交互式艺术和系统提供了可操作的见解.
- 未来的研究应纳入多模式数据,并解决情感适应性的伦理问题.
