XiaoMi-AI文件搜索系统
World File Search Systememotion
产后抑郁：对孕妇的影响以及儿童的产后身体，情感和认知发展。生态pers
摘要在怀孕，分娩和产后期间的孕产妇心理健康问题是公共卫生的挑战。不认识到它们会阻碍及时的诊断和治疗，并对母亲的基本纽带产生影响。我们必须认识到风险因素（年龄，社会经济状况，心理健康史，家庭功能障碍，不利的环境），临床表现和筛查工具。有证据表明，妊娠期间压力，焦虑和抑郁的影响会对胎儿神经发育产生负面影响，并使儿童发育效果疾病。在这里，我们描述了产后抑郁症在生命的头几个月中的负面影响，这会影响母子纽带，产后发展（情感，行为，认知，语言）以及维持母乳喂养。我们也认识到减轻其影响的保护因素。必须建立预防策略和跨学科的诊断和治疗方法，以最大程度地降低母亲和她的孩子的风险。
关于脑电图识别中功能连接特征和riemannian流形的组合的研究
方法：在目前的工作中，我们引入了拉普拉斯矩阵，以将功能连接特征（即相位锁定值（PLV），Pearson相关系数（PCC），频谱相干（COH）和共同信息（MI）转换为半阳性运营商，以确保转换为正面的功能。然后，使用SPD网络来提取深空信息，并采用完全连接的层来验证提取特征的效果。，决策层融合策略用于实现更准确和稳定的识别结果，并研究了不同特征组合的分类性能的差异。更重要的是，还研究了应用于功能连接功能的最佳阈值。
Instagram 上的疫苗：巴西背景下的情绪表达研究
摘要 随着新冠病毒的出现，有关疫苗的讨论开始在世界范围内产生更大的影响。在社交媒体这个不同受众创作内容、表达看法和兴趣的空间上，有关疫苗的出版物已成为公众辩论的主要话题之一。在本文中，我们旨在识别和分析 2020 年和 2021 年巴西民众围绕疫苗和疫苗接种过程表达的感受和情绪。为此，我们通过 Crowdtangle 图形界面收集了 Instagram 上关于该主题的公开帖子，并从中构建了一个随机样本，作为实证样本。情绪的分类和识别过程是使用人机交互情绪网络（HUMAINE）的标准化描述符进行的，然后采用 Russell (2003) 的环形模型（核心情感模型）。结果，数据分析表明，在巴西的情景中，人们对疫苗普遍存在希望和信心等积极情绪，而根据背景因素（时任总统雅伊尔·博索纳罗的形象、他的讲话和行动，以及 Covid-19 的进展和新变种的出现），语料库中则发现了反对和担忧等负面情绪。
清醒涟漪增强人类大脑中的情绪记忆编码
据推测，增强对情绪体验的记忆取决于记忆巩固过程中杏仁核-海马的相互作用。本文利用人类杏仁核和海马在情绪记忆编码和辨别任务中的颅内记录，表明与中性刺激相比，编码情绪后清醒涟漪增加。此外，编码后涟漪锁定刺激相似性可预测后期记忆辨别。涟漪锁定刺激相似性在杏仁核中出现的时间比在海马中更早，相互信息分析证实了杏仁核对海马活动的影响。最后，杏仁核和海马中联合的涟漪锁定刺激相似性可预测正确的记忆辨别。这些发现提供了电生理证据，表明编码后涟漪可以增强对情绪事件的记忆。
以色列的疫苗犹豫多媒体，情感和学习经验
本文通过多媒体学习，介导的消息处理和情感计算来考虑情绪和学习。在多媒体学习中，情感设计包括视觉设计中的所有相关特征，因此通过视觉吸引力给出了情感和动机。有限的动机介导消息处理能力模型将情绪描述为动机认知的产物。它说明了如何创建最有可能实现其通信目的的消息。通过情感计算，自适应和多模式学习，目的是减少教学信息设计与学习者的认知和情感心理模型之间的差距。本文旨在概述情绪和学习考虑多媒体学习，动机的中介信息处理以及情感计算作为创造学习体验的三种观点。
了解情绪在决策过程中的作用：使用机器学习分析对视觉，听觉和组合刺激的生理反应
情感显着塑造了决策，而有针对性的情感引起是神经营销的重要因素，在这种因素中，它们通过吸引潜在客户的注意力与情感触发器相关的潜在客户的注意力来影响广告效果。分析刺激暴露后的生物识别参数可能有助于理解情绪状态。这项研究研究了对情绪刺激的自主神经系统和中枢神经系统的反应，包括图像，听觉提示及其组合，同时记录生理信号，即心电图，血液体积脉冲，镀锌皮肤响应，次生次数，呼吸，呼吸，呼吸和电脑定位图。提出的分析的主要目标是比较情绪刺激方法并确定不同生理模式的最有效方法。采用一种新颖的特征选择技术来进一步优化四个情绪状态的分离。使用基本的机器学习方法是为了辨别不同种类刺激引起的情绪。脑电图信号，电流皮肤反应和心呼吸耦合衍生的特征为区分四种情绪状态提供了最显着的特征。进一步的发现强调了听觉刺激如何在创建独特的生理模式中起着至关重要的作用，从而增强了四类问题中的分类。组合所有三种刺激时，实现了49％的验证精度。仅声音和仅图像阶段分别产生了52％和44％的精度，而图像和声音的综合刺激导致了51％的精度。孤立的视觉刺激产生的不同模式较小，与其他类型的刺激相比，需要更多的信号来表现相对较低的性能。这种令人惊讶的显着性是由情感识别文献中的听觉探索有限引起的，尤其是与使用视觉刺激进行的研究的Pleathora相比。在营销中，听觉组件可能具有更相关的潜力，以显着影响消费者的选择。
机器学习方法识别人类情感
情绪识别在人际交往中至关重要，因为它可以指导个体对他人的感受做出适当的反应（Dzedzickis 等人，2020 年；Li 等人，2021 年）。不幸的是，被诊断患有神经发育障碍的人往往难以感知和理解情绪，从而限制了他们与他人的互动（Livingston and Happé，2017 年）。帮助这些人的一个解决方案是利用当前人工智能 (AI) 的兴起来开发数据驱动的方法，能够从不同来源预测情绪，例如大脑和外周生物信号、面部表情、语音、文本等（Bota 等人，2019 年）。在这个研究主题中，我们通过展示七篇高质量的手稿来解决这个方向，这些手稿应用人工智能和机器学习 (ML) 从生理信号、图像或文本中识别情绪。我们的期刊与其他当代情绪识别相关文献不同，它包括了试图从不同来源识别情绪的论文，从而接近从不同角度预测情绪的共同目标。下面总结了关于这个主题的已发表研究论文，将其分为五个主要部分。
失明会影响情绪的真实性感知：行为和ERP证据
将自发性（真实）与自愿性（姿势）情感表达区分开来是一项重要的社会技能（Anikin＆Lima，2018； Gervais＆Wilson，2005）。我们可以对我们的情绪表达情绪（例如，当亲戚死亡时哭泣），但我们也可以调节并自愿控制它们（例如，嘲笑朋友的笑话让他们开心）。一个有目光的人学会了根据多感官提示（例如面部，身体和人声表达）的组合来解码他人的情绪状态。相比之下，盲人个人仅依靠声音提示。理解视力的丧失是否会影响解释他人情绪和感情的能力，因为盲人个人通常需要在日常生活中信任他人（例如，在不知名的街道上寻求指导时）。
发育心理学的年度审查早期干预：针对父母关系的社会情感干预措施
反应灵敏的养育育儿可以帮助婴儿和幼儿发展安全，有组织的依恋以及足够的自我调节性秘密。但是，当父母遇到挑战时，他们通常很难提供响应迅速，培养护理。在本文中，我们提供了为增强父母反应的干预措施的概述，我们详细讨论了三种干预措施，这些干预措施具有特别有效的有效性证据。在每种干预措施中，我们描述了干预所谓的机制以及支持其参与以及近端和远端干预结果的证据。所述的三个干预措施的平均持续时间为6至32次，在家庭或办公室中进行了各种实施。尽管如此，这三个企业在参与父母反应的干预机制方面均具有有效性的有力证据，并对儿童的依恋和自我调节能力显示出令人印象深刻的影响。我们还讨论了传播社区干预措施的挑战。
短期虚拟现实模拟了空间站颜色，微重力和月球重力对认知任务表现和情感的影响的影响
重复使用本文是根据创意共享属性 - 非商业 - 诺迪维斯（CC BY-NC-ND）许可证的条款分发的。此许可只允许您下载此工作并与他人共享，只要您归功于作者，但是您不能以任何方式更改文章或商业使用。此处的更多信息和许可证的完整条款：https：//creativecommons.org/licenses/