Automatisierte Erkennung von Gefallen und Missfallen

Emotionen beeinflussen unser Handeln, Denken und unsere Präferenzen. Diese Erkenntnisse werden auch bei der Entwicklung intelligenter Entertainmentsysteme im Automobilbereich zunehmend wichtiger. Der primäre Fokus dieser Studie liegt auf automatisierten Erkennung von vier emotionalen Zuständen, angelehnt an das zweidimensionale Emotionsmodell und den Zustand des Gefallens und Missfallens auf Basis physiologischer Daten. Als Stimulusmaterial wurden 12 Lieder, angepasst an den Musikgeschmack der Probanden, verwendet und hinsichtlich vier unterschiedlicher Musikstimmungen variiert. Es wurden sowohl subjektive, als auch physiologische Daten bei 40 Probanden erhoben. Davon konnten 22 physiologische Messungen für die Studie genutzt werden. Für die Klassifizierung wurden ausgewählte Methoden des maschinellen Lernens, und zwar die die Support-VektorMaschine, Kstar und Multilayer Perceptron verwendet. Die Erkennung von vier emotionalen Zuständen erfolgte mit einer Genauigkeit zwischen 39% und 52% und Gefallen und Missfallen mit einer Genauigkeit von 51% - 65%.