Eine auf drahtlosen Signalen basierende KI-Strategie könnte zu neuen Methoden zur Erkennung von Emotionen führ

Untersuchungen der Queen Mary University of London, die in der Zeitschrift PLOS ONE veröffentlicht wurden, untersuchen, wie eine auf drahtlosen Signalen basierende KI-Strategie zu neuen Methoden zur Erkennung von Emotionen führen kann. Die Forschung zeigt die Verwendung von Radiowellen zur Berechnung von Herzfrequenz und Atemsignalen, um vorherzusagen, wie sich jemand fühlt, wenn keine anderen visuellen Signale, einschließlich Gesichtsausdrücke, vorhanden sind. Achintha Avin Ihalage, Doktorandin am QMUL, betonte, dass die Deep-Learning-Methode eine neuartige neuronale Architektur ist, die gleichzeitig drahtlose zeitabhängige Signal- und Frequenzbereich-Wavelet-Transformationsbilder verarbeiten kann, während zeitliche und räumliche Beziehungen erhalten bleiben. Während der Studie wurden die Teilnehmer gebeten, sich ein ausgewähltes Video anzusehen, um Traurigkeit, Wut, Vergnügen oder Freude hervorzurufen. Die Forscher gaben harmlose Funksignale an die Person ab, während die Person das Video ansah und die Signale maß, die von ihnen abprallten. Die Forscher gaben an, dass sie durch die Analyse der Signaländerungen unbekannte Informationen über die Atmung und die Herzfrequenz des Patienten preisgeben könnten. Ahsan Noor Khan, Doktorand und Erstautor, erklärte: „Die Fähigkeit, Emotionen mithilfe drahtloser Systeme zu erkennen, ist ein Thema von zunehmendem Interesse für Forscher, da es eine Alternative zu sperrigen Sensoren darstellt und in zukünftigen Smart Home- und Gebäudeumgebungen direkt anwendbar sein könnte. In dieser Studie haben wir auf bestehenden Arbeiten mit Radiowellen aufgebaut, um Emotionen zu erkennen und zu zeigen, dass der Einsatz von Deep-Learning-Techniken die Genauigkeit unserer Ergebnisse verbessern kann. “Avin Ihalage erklärte:„ Basierend auf unseren Ergebnissen kann diese Technologie Emotionen mit einer Genauigkeit erkennen von einundsiebzig Prozent. Das Experiment wurde an fünfzehn Teilnehmern durchgeführt, an denen keine weiblichen Teilnehmer beteiligt waren. Idealerweise sollte eine weit verbreitete Studie mit mehr Teilnehmern durchgeführt werden, um die Generalisierbarkeit dieser Methode zu bewerten. Wir stellen fest, dass eine Erhöhung der Anzahl der berücksichtigten Emotionen für zukünftige Anwendungen nützlich sein könnte. Dies erfordert wiederum mehr Daten. “