• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2013 Humaine Association Conference on Affective Computing and Intelligent Interaction >What Really Matters? A Study into People's Instinctive Evaluation Metrics for Continuous Emotion Prediction in Music
【24h】

What Really Matters? A Study into People's Instinctive Evaluation Metrics for Continuous Emotion Prediction in Music

机译：真正重要的是什么？音乐连续情感预测的人本能评价指标研究

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Continuous emotion prediction in the arousal-valence space is now being used in various modalities: music, facial expressions, gestures, text, etc. In order to be able to compare the work of different research groups effectively, we believe it is necessary to set certain guidelines for how to conduct research-the choice of evaluation metrics of emotion recognition algorithms in particular. In this paper we focus on the field of musical emotion recognition and describe a study designed to discover people's instinctive preference among the most commonly used evaluation techniques. We gather strong evidence that root mean squared error or Kullback-Leibler divergence should be used for regression based approaches. The raw study data we collected is made publicly available.
机译：现在，唤醒价空间中的连续情感预测已用于各种形式：音乐，面部表情，手势，文本等。为了能够有效地比较不同研究小组的工作，我们认为有必要设定有关如何进行研究的某些指南-特别是情感识别算法的评估指标的选择。在本文中，我们专注于音乐情感识别领域，并描述了一项旨在发现人们在最常用的评估技术中的本能偏好的研究。我们收集有力的证据，均方根误差或Kullback-Leibler散度应用于基于回归的方法。我们收集的原始研究数据可公开获得。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号