[2G1-GS-2d] 機械学習：シーケンシャルデータの処理

[2G1-GS-2d-05] 推定対象ユーザの少量脳波データによるドメイン適応付き感情推定モデル

〇古川 翔也¹、佐久間 拓人¹、加藤 昇平^1,2 (1. 名古屋工業大学、2. 名古屋工業大学　情報科学フロンティア研究院)

キーワード：深層学習、感情推定、ドメイン適応、脳波

近年，感情は人間のコミュニケーションにおいて重要な要素であることから利用者の感情を計算機に理解させることが必要とされている．数多く存在する感情推定手法の中で，脳波は高い時間分解能があることと表情や音声に比べて恣意的な偽装が困難であることから感情推定に広く利用されている．しかし脳波は個人差が大きいため，新規利用者の感情を推定するには新たに脳波データを取得し個人特化の感情推定モデルを構築する必要がある．従来手法は推定したい新規利用者の脳波データに対して逐一モデルを構築するため実用性に欠けることから，本手法では新規利用者データを用いた一度の学習で推定可能な感情推定モデルの構築を目的とする．学習に必要な新規利用者データを少量にしデータ収集の負担を抑えるために，複数の既存利用者データを利用する．そこで少量の新規利用者と既存利用者の個人差をドメイン適応により低減し，深層学習により感情推定モデルを構築する．実験より逐次学習を必要としない提案手法が従来手法と遜色ない性能を持つことを確認した．また後日に収録した同利用者データの実験から，刺激の反復により馴化が起き，特定の感情が薄れる可能性が示唆された．