学術的背景 人間の社会的相互作用において、視線（gaze）は情報伝達において重要な手段の一つです。研究によると、人間の視線は他者の注意や認知、さらには好みに影響を与えることが示されています。例えば、ある人が特定の物体を見つめているとき、観察者はその物体が見つめている人にとって魅力的であると解釈し、それが観察者自身の好み形成に影響を与えることがあります。しかし、ロボット技術の急速な発展に伴い、ロボットも人間に似た視線行動を徐々に備えるようになってきました。では、ロボットの視線は人間の視線と同じように他者の好みに影響を与えるのでしょうか？この問題は、人間がロボットの行動をどのように認識するかだけでなく、今後のヒューマン・ロボットインタラクション（human-robot interaction, ...

時間-周波数脳波に基づくうつ病検出の新しい方法：TFAGL 学術的背景 うつ病（Major Depressive Disorder, MDD）は、世界的に一般的な精神疾患であり、主な症状には気分の低下、罪悪感、自己評価の低さが含まれ、それに加えて興味の喪失、生活への情熱の減退、睡眠や食欲の乱れなどが伴います。世界保健機関（WHO）の統計によると、全世界で2億4600万人以上がうつ病の影響を受けており、そのうち約30〜35%の重症うつ病患者が毎年自殺を試み、約2〜15%が自殺に至っています。このため、うつ病は2024年までに障害につながる疾患の主要な原因になると予測されています。 現在、うつ病の臨床診断は主に医師と患者の対話およびアンケート調査に基づいていますが、診断結果は患者の主観的な意識や...

新しいグラフニューラルネットワークに基づく対話感情認識の手法 研究背景 感情認識（Emotion Recognition, ER）は、人間とコンピュータの相互作用（Human-Computer Interaction, HCI）において重要な構成要素であり、音声、テキスト、ビデオなどのマルチモーダルデータを分析して、人間の感情状態を識別することを目指します。この技術は、医療、教育、ソーシャルメディア、チャットボットなどの分野で幅広い応用が期待されています。近年、感情認識の研究は単文感情分析から対話感情認識（Emotion Recognition in Conversations, ERC）に移行しており、これは対話中の各発言の感情状態を識別することを指します。単文感情分析と比較すると、対話感...

Gabor畳み込みに基づく効率的な表情認識ネットワーク：CSE-GResNet 学術的背景 顔表情認識（Facial Expression Recognition, FER）は、コンピュータビジョン分野における重要な研究テーマであり、ソーシャルロボット、医療、社会心理学、顧客サービス、心理分析など、多くの分野で広く応用されています。顔表情は人間の感情状態や意図を伝える自然で普遍的な信号であるため、顔表情を正確に認識することは人間の感情を理解する上で非常に重要です。しかし、現在のFER手法の多くはモデル性能の向上に焦点を当てており、計算資源の消費についてはあまり考慮されていません。リソースが制限されたプラットフォームにおいて、高い認識性能を維持しつつ効率性を保つ方法は依然として大きな課題となっ...

跨言語音声感情認識における音素アンカー領域適応に関する研究 学術的背景 音声感情認識（Speech Emotion Recognition, SER）は、インテリジェントエージェント、ソーシャルロボット、音声アシスタント、自動コールセンターシステムなど、幅広いアプリケーションで重要な役割を果たします。グローバル化の進展に伴い、異なる言語間での感情認識（Cross-lingual SER）の需要が増加しています。しかし、異なる言語間での感情表現や音響特性の違いが、主な課題となっています。従来の研究では、主に計算的な視点から特徴、ドメイン、ラベルの適応によって問題に対処してきましたが、言語間の潜在的な共通性については見過ごされていました。 本研究では、母音音素（vowel phonemes）を跨...

軽量級点群ネットワークに基づく3D領域構造運動表現の微表情認識への応用 学術的背景 微表情（Micro-expressions, MEs）は、人間の感情表現の中で一瞬的かつ微妙な顔の表情であり、通常1/25秒から1/5秒の間持続します。その自発性、迅速性、制御困難さにより、微表情はしばしば個人の真実の感情を明らかにするため、ヒューマンコンピュータインタラクション（Human-Computer Interaction, HCI）、心理学、刑事分析、ビジネス交渉などの分野で重要な役割を果たしています。しかし、微表情の低強度と短時間性により、その認識は非常に挑戦的なタスクとなっています。従来の微表情認識手法は主に2D RGB画像からの動き特徴抽出に依存しており、感情伝達における顔の構造とその動きの...

複数スケールの双曲的コントラスト学習に基づく被験者間脳波感情認識に関する研究 学術的背景 脳波（Electroencephalography, EEG）は生理信号として、感情計算（Affective Computing）分野で重要な役割を果たしています。従来の非生理的な手がかり（顔の表情や声など）と比較して、EEG信号は高い時間分解能と客観性を持ち、人間の感情状態をより信頼性高く反映できます。しかし、EEG信号には顕著な個体差があり、これが被験者間（Cross-Subject）感情認識において課題となっています。異なる被験者のEEG信号は年齢、心理状態、認知特性などの多様な要因に影響され、事前学習モデルの新しい被験者に対する汎化能力が低下する原因となります。 この課題に対処するために、研究者...

多模態感情分析における相互情報量に基づく分離表現学習：革新的研究 学術的背景 ソーシャルメディアの急速な発展に伴い、ユーザー生成のマルチメディアコンテンツ（ツイートや動画など）が急増しています。これらのマルチメディアデータは通常、視覚（画像）、音響（音声）、およびテキストの3つのモダリティで構成されています。これらのデータには豊富な感情情報が含まれており、それらを自動的に分析することが重要な課題となっています。多モーダル感情分析（Multimodal Sentiment Analysis, MSA）は、さまざまな信号を利用して潜在的な感情や情緒を特定することを目指します。しかし、この分野の核心となる課題の一つは、異なるモダリティの特徴を効果的に統合し、一貫した表現を得るための「多モーダル表現...

スペクトル-時間変調特徴を用いた二重ストリームによるロバストな音声感情認識に関する研究 学術的背景 音声感情認識（Speech Emotion Recognition, SER）は、人間の音声に含まれる感情的内容を分析して感情を識別する技術です。これは、ヒューマンコンピュータインタラクション、カスタマーサービス管理システム、および医療分野など、幅広い応用可能性を持っています。しかし、深層学習に基づくSERモデルは制御された環境では優れたパフォーマンスを示しますが、現実世界のノイズ条件下ではその性能が大幅に低下します。交通騒音やファンの音などのノイズは、音声信号を妨害し、感情認識システムの精度を大きく低下させます。したがって、ノイズ環境下でも堅牢なSERシステムの開発が重要な研究課題となってい...

認知タスクにおける異種の神経応答からの潜在回路推論 学術的背景 認知タスクにおいて、脳の高次皮質領域（例えば前頭前野皮質、prefrontal cortex, PFC）は、多様な感覚、認知、運動信号を統合します。しかし、個々のニューロンの応答はしばしば複雑で異種性（heterogeneity）を示します。つまり、それらは同時に複数のタスク変数に反応します。この異種性により、研究者は神経活動から行動を駆動する神経回路メカニズムを直接推測することが困難になります。従来の次元削減手法（dimensionality reduction methods）は、神経活動とタスク変数間の相関に依存していますが、これらの異種応答の背後にある神経回路接続を明らかにすることはできません。 この問題を解決するために...