Apparaat Kan Emoties Lezen Door Draadloze Signalen Van Uw Lichaam Af Te Zetten

{h1}

Een nieuw systeem kan de gevoelens van mensen met een nauwkeurigheid van 87 procent voorspellen door er draadloze signalen van af te sturen.

Emoties kunnen lastig genoeg zijn voor mensen om te lezen, laat staan ​​machines, maar een nieuw systeem kan de gevoelens van mensen met 87 procent nauwkeurigheid voorspellen door draadloze signalen van hen af ​​te zetten, aldus onderzoekers.

De setup, genaamd EQ-Radio, analyseert het signaal dat wordt weerkaatst door het lichaam van een persoon om zowel de ademhaling als de hartslag te controleren. Deze fysiologische aanwijzingen worden meestal gebruikt om de emoties van een persoon te detecteren, maar meestal moet het onderwerp worden gekoppeld aan een groot aantal sensoren.

Met behulp van een apparaat dat kleiner is dan een wifi-router, konden onderzoekers bij MIT de ademhaling en hartslag van een persoon draadloos volgen. Deze metingen werden vervolgens ingevoerd in een machine-learning algoritme dat de emotie van het subject classificeerde als opgewonden, blij, boos of verdrietig. De nauwkeurigheid was vergelijkbaar met state-of-the-art bedrade benaderingen, aldus de wetenschappers. [5 manieren waarop je emoties je wereld beïnvloeden (en vice versa)]

De uitvinders zeggen dat potentiële toepassingen gezondheidszorgsystemen omvatten die detecteren of je depressief wordt voordat je dat doet, 'slimme' huizen die verlichting en muziek afstemmen op je humeur of hulpmiddelen waarmee filmmakers realtime feedback krijgen op de reactie van hun publiek.

"Het idee is dat je machines in staat kunt stellen om onze emoties te herkennen, zodat ze op veel dieper niveau met ons kunnen communiceren", zegt Fadel Adib, een doctoraalstudent aan het Computer Science and Artificial Intelligence Lab van MIT, die heeft geholpen met het ontwerpen van het systeem.

Om EQ-Radio te testen, werden 12 onderwerpen 2 minuten per keer gevolgd terwijl ze geen emotie ervoeren en ook tijdens het gebruik van video's of muziek om herinneringen op te roepen die elk van de vier emoties opriepen (opgewonden, blij, boos en verdrietig). Een algoritme voor het aanleren van een machine werd vervolgens getraind op de hartslag- en ademhalingsgegevens van elke proefpersoon uit elke bewakingsperiode.

Volgens Adib combineert het systeem op intelligente wijze de twee en wijst de resultaten vervolgens op een grafiek waarbij de ene as de opwinding voorstelt en de andere "valentie" vertegenwoordigt - in wezen, of een emotie positief of negatief is. Dit wordt dan gebruikt om de emotie in te delen in de vier brede categorieën.

Na een individuele training over elk onderwerp, kon het systeem 87 procent van de tijd hun emotionele toestanden classificeren, aldus de onderzoekers. Een afzonderlijk systeem getraind op gegevens van 11 deelnemers kon de emoties van het onzichtbare 12e onderwerp 72.3 procent van de tijd classificeren.

"Onze emoties zijn continu en het is niet logisch dat we ze alleen aan een van deze staten toewijzen," vertelde Adib aan WordsSideKick.com. "Maar het is een manier om te beginnen en verder te gaan, we kunnen technieken ontwikkelen om de verschillende klassen of subklassen van emoties beter te begrijpen."

Het systeem is gebaseerd op een radartechniek genaamd Frequency Modulated Carrier Waves, die bijzonder krachtig is omdat het reflecties van statische objecten en andere mensen kan elimineren, aldus de onderzoekers. Deze nauwkeurige lichaamsbeweging is gevoelig genoeg om tijdens het ademen zowel het rijzen en dalen van de borst op te nemen als de kleine vibraties veroorzaakt door bloed dat door het lichaam pulseert. Omdat hartcontracties veel sneller plaatsvinden dan ademhalingsversnelling, worden metingen gebruikt om de zwakkere hartslagsignalen te isoleren, voegde ze eraan toe.

Dimitrios Hatzinakos, een professor in elektrische en computertechnologie aan de Universiteit van Toronto, die gespecialiseerd is in biometrische beveiliging, zei dat het potentieel voor geautomatiseerde emotieherkenning enorm is. Maar hij zei dat de gecontroleerde aard van de experimenten op het EQ-radio-apparaat het moeilijk maakt om te beoordelen of het in echte situaties zou werken.

"Het echte leven is in deze zin brutaal.Het algoritme werkt misschien prima onder bepaalde omstandigheden en faalt bij anderen," vertelde Hatzinakos aan WordsSideKick.com. "Er moet een grondige evaluatie worden uitgevoerd in real-life omgevingen als we het over praktische systemen willen hebben."

Maar Dina Katabi, een professor in elektrotechniek en computerwetenschappen aan het MIT, die het onderzoek leidde, is ervan overtuigd dat het apparaat het in de praktijk in stand zal houden. Ze is van plan de emotie-detectiemogelijkheid op te nemen in apparaten van haar bedrijf Emerald die draadloze signalen gebruiken om valpartijen bij ouderen te detecteren.

De onderzoekers denken ook dat het feit dat het systeem afhankelijk is van mechanische signalen in plaats van elektrische signalen om het hart te controleren, kan leiden tot significante toepassingen in de gezondheidszorg.

"Wat je echt vertelt over het functioneren van het hart zijn de mechanische signalen," zei Adib. "Dus het zal heel interessant zijn om te proberen te onderzoeken wat de condities zijn die we eigenlijk kunnen extraheren, gegeven het feit dat we dit niveau van granulariteit krijgen."

Het team zal het werk presenteren op de International Conference on Mobile Computing and Networking van de Association of Computing Machinery, die wordt gehouden van 3 tot 7 oktober in New York City.

Oorspronkelijk artikel over WordsSideKick.com.


Video Supplement: David Icke over Agenda 21 en depopulatie.




Onderzoek


X-Prijs: Innovatie Stimuleren Door Middel Van Concurrentie
X-Prijs: Innovatie Stimuleren Door Middel Van Concurrentie

Nikola Tesla Vs. Thomas Edison: Who Was The Better Inventor?
Nikola Tesla Vs. Thomas Edison: Who Was The Better Inventor?

Science Nieuws


Is Het Tijd Om Te Heroverwegen Hoe We Op Zoek Zijn Naar Buitenaards Leven?
Is Het Tijd Om Te Heroverwegen Hoe We Op Zoek Zijn Naar Buitenaards Leven?

Is Burnt Toast Slecht Voor U? De Wetenschap Van Kanker En Acrylamide
Is Burnt Toast Slecht Voor U? De Wetenschap Van Kanker En Acrylamide

Grand Canyon Gesneden Door Flood? Geoloog Zegt Nee
Grand Canyon Gesneden Door Flood? Geoloog Zegt Nee

Een Mind Trick Kan Helpen Bij Het Verbeteren Van De Prothetiek
Een Mind Trick Kan Helpen Bij Het Verbeteren Van De Prothetiek

Waarom Sumatra Quake Unteas Giant Tsunami Heeft Geopend, Terwijl Anderen Dat Niet Doen
Waarom Sumatra Quake Unteas Giant Tsunami Heeft Geopend, Terwijl Anderen Dat Niet Doen


WordsSideKick.com
Alle Rechten Voorbehouden!
Reproductie Van Materialen Toegestaan Alleen Prostanovkoy Actieve Link Naar De Site WordsSideKick.com

© 2005–2019 WordsSideKick.com