Mar, 2024
整合可穿戴传感器数据和自报日记以进行个性化情绪预测
Integrating Wearable Sensor Data and Self-reported Diaries for Personalized Affect Forecasting
Zhongqi Yang, Yuning Wang, Ken S. Yamashita, Maryam Sabah, Elahe Khatibi...
TL;DR本研究提出一种多模态深度学习模型，结合了转换器编码器和预训练语言模型，利用客观指标和自我报告日记进行情感状态预测。通过进行为期一年的纵向研究，监测大学生参与者的身体、环境、睡眠、新陈代谢和体力活动参数，以及开放式的文本日记，实证结果表明该模型在提前一周预测积极和消极情感方面的准确率分别为 82.50% 和 82.76%。该模型的解释性进一步提高了其有效性。