Овај модел, представљен у раду Мобилне мреже и апликације, обучен је да препозна емоције код људи
„Мулти-информациони модел заједничког алгоритмадоношење одлука се ствара кроз препознавање емоција“, написали су Хан Тиан, Зханг Зху и Ксу Јинг у свом раду. "Модел се користи за анализу репрезентативних података о субјектима и за помоћ у дијагностици депресије код испитаника."
Тиан и његове колеге су обучили свој модел за постављањеДАИЦ-ВОЗ подаци, скуп аудио и 3Д израза лица пацијената са дијагнозом депресивног поремећаја и људи без депресије. Ови аудио снимци и изрази лица прикупљени су током интервјуа које је водио виртуелни агент који је постављао разна питања о расположењу и животу саговорника.
„На основу проучавања говорних карактеристика људи садепресивног поремећаја, овај чланак пружа детаљну студију дијагностиковања депресије коришћењем говора на основу података о говору из скупа података ДАИЦ-ВОЗ, написали су Тиан, Зху и Јиан у својој студији. - Прво, информације о говору су претходно обрађене, укључујући пренаглашавање говора, кадрирање, детекцију крајње тачке, уклањање шума, итд. Друго, ОпенСмиле се користи за издвајање карактеристика говорних сигнала, а карактеристике говора које могу да одражавају функције се проучавају и анализирају дубље .
Да бисте издвојили важне карактеристике из гласарекордима, модел тима користи ОпенСмиле (интерпретација говора и музике отвореног кода помоћу велике екстракције простора). То је скуп алата који компјутерски научници често користе да би издвојили карактеристике из аудио клипова и класификовали те клипове.
Истраживачи су користили овај алат заиздвајање појединачних особина говора и њихових комбинација, које се обично налазе у говору пацијената са дијагнозом депресије. Након тога, користили су технику познату као Анализа главних компоненти да би смањили скуп издвојених карактеристика.
Тиан, Зху и Јиан су оценили свој модел у серијитестове у којима су процењивали њену способност да детектује депресивне и недепресивне особе из њихових гласовних снимака. Њихова шема је дала изванредне резултате, откривајући депресију са тачношћу од 87% код мушких пацијената и 87,5% код жена.
У будућности, алгоритам дубоког учења,коју је развила ова група истраживача може постати додатно помоћно средство за психијатре и лекаре заједно са другим добро успостављеним дијагностичким алатима. Поред тога, ово истраживање може да инспирише развој сличних АИ алата за откривање знакова менталних поремећаја на основу говора.
Опширније:
У НАСА-и су упоређене две фотографије Земље са разликом од 50 година: шта су научници пронашли
Научници су трансплантирали људски "мозак" у пацове и испричали шта се на крају догодило
ЦхатГПТ интервјуисао у Гоогле-у за инжењера од 183.000 долара