機械学習による瞳孔径を用いた快・不快感情識別

Machine learning to differentiate between positive and negative emotions using pupil diameter
Babiker Areej, Faye Ibrahima, Prehn Kristin, Malik AamirAnke
Frontiers in psychology, Vol.6, 2015
20171122_hwada

瞳孔径は個人の感情状態を識別するための信頼可能なパラメータとして示唆されている.本稿では,正と負の 感情を検出し,識別するための機械学習技術を提案する.30 名の被験者に陽性および陰性の刺激を与え,瞳孔反 応を記録した.結果,正及び負の音刺激の処置中に瞳孔拡張において有意な増加を示し,負の刺激に対してより 大きな増加を示した.さらに,タスク終了時に陽性刺激と比較して陰性の持続的拡張が認められ,正および負の 感情の識別のために精度 96.5%,感度 97.93%,特異度 98%となる機械学習アプローチに利用された.得られた結 果は,異なる研究のために設計された,30 人の参加者が陽性,陰性の感情を伴う単語を処理しながら記録した別 のデータセットを用いて検証された.

バイオフィードバックアプリケーションのための動的情報チャネルとしての瞳孔面積の変化

Pupil Size Changes as an Active Information Channel for Biofeedback Applications
Ehlers, Jan and Strauch, Christoph and Georgi, Juliane and Huckauf, Anke
Applied psychophysiology and biofeedback, Vol.41, No.3, pp.331-339, 2016
20171021_hwada

瞳孔の大きさは通常,認知・情動状態の洞察を提供する受動的な情報チャネルと考えられているが、制御は行 えていない.しかし,最近の研究では,瞳孔の活動によって指標付けられた交感神経活動において,単純な認知 手法による戦略的干渉を可能にすることを示している.短期間かつ成功数が多くないにも関わらず,快・不快画 像を用いて,被験者はベースライン変化を超えて瞳孔径を拡張することが可能となった.現在の研究では,実験 的環境の変化に基づいた包括的な応答反応が提供されている.結果,より厳しい方法論的条件(制御されたベー スライン設定および指定されたユーザーの指示)が報告された効果を強化する一方で,全体的な性能は標準偏差 1 だけ増加することを示した.したがって,効果は瞳孔レベルに限定されない.皮膚コンダクタンス変化の同時計 測結果は,誘導された自律神経性覚醒の一般的な増強を証明する.研究間の結果の安定性を考慮すると,我々は, 瞳孔面積情報が情動的監視を超え,人間とコンピュータの相互作用における能動的な入力チャネルを構成し得る と結論付ける.さらに,瞳孔径の変動は,交感神経興奮の自己誘導変化を確実に示し,このパラメータの関連性 は,将来の臨床バイオフィードバックにおけるアプローチのために強く示される.

報酬は,より高い努力によって持続的な注目を高める:価値に基づく意思決定アプローチ

Rewards boost sustained attention through higher effort: A value-based decision making approach
NeuroImage, vol.120,pp.21-27,2016
20170320_mnishizawa

時間の経過とともに持続的な注意を維持することは,有限の認知的資源によって制限される綿密なプロセスで
ある.持続的な注意を維持することは,意思決定プロセスのような資源の配分における動機づけの役割を記述している.努力的なパフォーマンスのコストは,その利益と比較して重視される.この仮説を注目研究と決定神経科学の方法を組み合わせて検討を行った.参加者は,報酬のレベルを変えずに継続的な注意喚起を行った.彼らはパフォーマンスの主観的なコストを測定し,報酬割引の仕事をした.結果は,より高い報酬が改善された性能(Exp 1-3)および注意力の強化(すなわち、瞳孔直径; Exp 2 および3)をもたらすことを実証した.さらに、選択作業から作成された割引曲線は,被験者が警戒感をより長期間維持するコスト(Exp 1 & 2)に由来する報酬を評価していないことを示した.動機づけは,努力の増加によって持続的な注意を高めることができるが,持続的なパフォーマンスは報酬を割り引くコストとみなされた.

Sustained attention, Pupillometry, Reward motivation, Effort-discounting, Decision making