Multi-scale Transformer-based Network for Emotion Recognition from Multi Physiological Signals

要約

タイトル：複数の生理学的シグナルからの感情認識におけるマルチスケールトランスフォーマーベースネットワーク

要約：

– この論文は、現代のセンサーと機械学習技術を使用してこれらの信号から抽出できる情報量の大量性により、生理学的データからの感情認識のタスクに対する関心が高まっていることを考慮し、効率的なマルチスケールトランスフォーマーベースアプローチを提案している。
– アプローチは、内部の体の信号と人間の感情の関係を確立するために、マルチモーダルな技術を組み合わせたデータスケーリングを適用することを含みます。
– さらに、トランスフォーマーとガウス変換技術を活用して、信号のエンコーディング効果と全体的なパフォーマンスを向上させます。
– CASEデータセットのEPiCコンペティションで、RMSEスコア1.45を達成するなどモデルはまずまずの結果を出している。

要約(オリジナル)

This paper presents an efficient Multi-scale Transformer-based approach for the task of Emotion recognition from Physiological data, which has gained widespread attention in the research community due to the vast amount of information that can be extracted from these signals using modern sensors and machine learning techniques. Our approach involves applying a Multi-modal technique combined with scaling data to establish the relationship between internal body signals and human emotions. Additionally, we utilize Transformer and Gaussian Transformation techniques to improve signal encoding effectiveness and overall performance. Our model achieves decent results on the CASE dataset of the EPiC competition, with an RMSE score of 1.45.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI