Napredna pretraga

Pregled bibliografske jedinice broj: 413562

Estimator emocionalnih stanja u psihoterapiji i psihološkom treningu


Kukolja, Davor; Dropuljić, Branimir; Ćosić, Krešimir; Slamić, Miroslav
Estimator emocionalnih stanja u psihoterapiji i psihološkom treningu // Treći hrvatski simpozij o poremećajima uzrokovanim stresom s međunarodnim sudjelovanjem / Kozarić-Kovačić, Dragica (ur.).
Zagreb: Klinička bolnica Dubrava, 2008. str. 41-41 (predavanje, nije recenziran, sažetak, znanstveni)


Naslov
Estimator emocionalnih stanja u psihoterapiji i psihološkom treningu
(Emotional State Estimator in Psychotherapy and Psychological Training)

Autori
Kukolja, Davor ; Dropuljić, Branimir ; Ćosić, Krešimir ; Slamić, Miroslav

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
Treći hrvatski simpozij o poremećajima uzrokovanim stresom s međunarodnim sudjelovanjem / Kozarić-Kovačić, Dragica - Zagreb : Klinička bolnica Dubrava, 2008, 41-41

ISBN
978-953-98568-4-5

Skup
Treći hrvatski simpozij o poremećajima uzrokovanim stresom s međunarodnim sudjelovanjem

Mjesto i datum
Rabac, Hrvatska, 05-07.06.2008

Vrsta sudjelovanja
Predavanje

Vrsta recenzije
Nije recenziran

Ključne riječi
Estimator emocionalnih stanja; fiziologija; ugoda; pobuđenost; neuronska mreža; neizrazita logika; čestični filtar
(Emotional state estimator; physiology; valence; arousal; neural network; fuzzy logic; particle filter)

Sažetak
U multimedijskoj terapiji izlaganjem (engl. exposure therapy) i psihološkom treningu za prilagođavanje stresu (engl. stress inoculation training), ključnu ulogu imaju procjene emocionalnog stanja subjekta. Cjelovita slika o emocionalnom stanju subjekta dobiva se iz multimodalnog online estimatora emocionalnih stanja. Ulazni skupovi signala estimatora obuhvaćaju razne fiziološke signale, glas subjekta, video s izrazima lica i gestama subjekta, te subjektivne ocjene ugode (engl. valence) i pobuđenosti (engl. arousal). Najznačajniji fiziološki signali uključuju EKG, vodljivost i temperaturu kože, brzinu disanja te tlak. Za estimaciju emocionalnih stanja iz glasa analiziraju se promjene ritma, naglaska i intonacije uzrokovane emocijama. Ove promjene odražavaju se u spektralnim karakteristikama govornog signala, uključujući promjenu harmonika, energije itd. Estimacija emocija na temelju izraza lica i gesta obavlja se online obradom i analizom videa, a obuhvaća prepoznavanje i praćenje karakterističnih dijelova lica i ruku, te interpretaciju njihovih emocionalno relevantnih prostorno-vremenskih promjena. Multimodalni online estimator emocionalnih stanja obavlja paralelnu i simultanu estimaciju na razini pojedinačnih modaliteta, te skaliranjem dobivenih rezultata odgovarajućim težinama i njihovim agregiranjem estimira konačno emocionalno stanje. Postupak estimacije započinje stimulacijama subjekta karakterističnim skupom audio-vizualnih stimulacija, kao što su startle-reaction stimulacije, neutralne, step i ramp stimulacije itd. Analizom odziva subjekta određuju se baseline vrijednosti fiziologije, vremena kašnjenja i porasta, te početni skup subjektivnih ocjena ugode i pobuđenosti, kojima se inicijalizira online estimator. Estimacija emocionalnog stanja subjekta temelji se na odgovarajućim inteligentnim metodama, kao što su neuronske mreže, neizrazita logika te čestični filtri. Estimatori u obliku neuronskih mreža oponašaju strukturu ljudskog mozga, sastojeći se od slojeva umjetnih neurona. Ulazni sloj neurona prima skup ulaznih signala estimatora, a izlazni sloj vraća kao rezultat emocionalno stanje u obliku ugode i pobuđenosti koje izračuna mreža. Parametri mreže, poput jačine sinaptičkih veza između neurona, ugađaju se različitim metodama učenja. Za razliku od neuronskih mreža, estimatori na temelju neizrazite logike oponašaju način ljudskog razmišljanja kojim psihoterapeuti procjenjuju emocionalno stanje pacijenata u terapiji. Vrijednosti ugode i pobuđenosti subjekta koje se estimira opisane su intuitivnim kvalitativnim deskriptorima, poput „ negativna“ „ neutralna“ , „ pozitivna“ itd. Deskriptori su definirani matematičkim funkcijama koje se ugađaju. Ako-onda pravila zaključivanja povezuju skup ulaznih signala estimatora s definiranim deskriptorima, a aparat neizrazite logike iz pravila izračunava konačne numeričke vrijednosti ugode i pobuđenosti. Kod primjene čestičnih filtara za estimaciju emocionalnih stanja subjekta definiraju se parametarske funkcije koje na temelju ulaznih signala mogu kontinuirano procjenjivati emocionalno stanje subjekta. Čestičnim filtriranjem ugađaju se parametri definiranih funkcija. Prvi korak čestičnog filtriranja je uzorkovanje određenog broja čestica koje se sastoje od parametara funkcija. Naredni koraci ugađanja parametara funkcija odvijaju se u trenucima kada subjekt iskaže ocjenu svog emocionalnog stanja. Tada se određene čestice umnožavaju, a druge uništavaju, ovisno o razini podudarnosti procijenjenog emocionalnog stanja na temelju pojedine čestice s iskazanom ocjenom.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo, Kliničke medicinske znanosti



POVEZANOST RADA


Projekt / tema
036-0000000-2029 - Adaptivno upravljanje scenarijima u VR terapiji PTSP-a (Krešimir Ćosić, )

Ustanove
Fakultet elektrotehnike i računarstva, Zagreb