XiaoMi-AI文件搜索系统
World File Search Systememotion
探索情商 (ei) 在... 中的作用
情商正在蓬勃发展，与人工智能不相上下。动态的商业环境不断迅速改变着技术、社会、环境和经济等各种商业因素的维度。根据这些变化，组织正在使用人工智能以相当创新的方式重新定义人力资源实践。个人在组织环境中感知、定义和控制情绪以达到预期结果的能力被称为情商，而人工智能是由机器处理并模拟人类智能来完成任务的专家系统。人工智能在人力资源实践中的作用广泛渗透到人力资源的职能领域，包括招聘、学习与发展、绩效管理和薪酬管理。然而，一项研究发现，人工智能在连接工作场所个人的情感方面存在局限性，无法预测将增强组织生产力的明确情绪。本研究的目的是探索情商在人工智能中的作用，并利用机器学习预防可能的情绪。概念研究开发了研究模型，以实验情商与人工智能的联系，以加强商业环境中可持续创新的人力资源实践。
“ mymda”团队促进心理健康和情感...
对于年轻的年轻博士后游戏化/UX专家来说，Whi-Institute正在聘请游戏化，用户体验和互动设计领域的博士后专家。合适的候选人将拥有博士学位。在互动设计，人类计算机的互动或类似领域，将在游戏和/或游戏设计，设计，UX方法和快速原型中具有强大的专业知识。我们希望他们成为一名可靠的团队合作者，他愿意担任领导地位，表现出好奇心和变化驱动的心态，表现出企业家的兴趣和对持续学习的灵活性，并且对与大脑和心理健康相关的当代挑战充满热情，并特别关注年轻人。尽管并非严格要求，但将重视数字健康干预措施的事先经验。候选人有望在巴塞罗那（西班牙）的地区亲自工作。流利的英语是口语和书面形式。对西班牙语和加泰罗尼亚语言的了解将是重视的，但并不是严格要求开始任命的。我们提供全职2年的固定职位，不迟于15/12/2023，其起薪从35K到40k/年，具体取决于候选人的资格和先前的经验。该职位在开始两年后会续签，并将定期评估工资修订。
从数据集、预处理、特征和融合方法回顾多模态情绪识别
情感计算是现代人机交互（HCI）中最重要的研究领域之一。情感计算的目标是研究和开发能够识别、解释、处理和模拟人类情感的理论、方法和系统。情感识别作为情感计算的一个分支，旨在启发机器/计算机自动分析人类情感，已受到各领域研究人员的广泛关注。人类通常通过整合感知到的面部表情、语音语调、言语内容、行为或生理特征信息来观察和理解一个人的情绪状态。为了模仿人类的情感观察方式，研究人员一直致力于通过融合两种或多种模态信息来构建多模态情感识别模型。本文从多模态数据集、数据预处理、单模态特征提取和多模态信息融合方法的角度，对近几十年来多模态情感识别进行了全面的回顾。此外，还指出并讨论了该主题面临的挑战和未来的研究方向。本评论的主要目的是总结最近出现的大量关于多模态情绪识别的研究，并为相关领域的研究人员提供潜在指导，以了解多模态情绪识别的流程和主流方法。
通过长短期记忆循环深度神经网络提高基于脑电图的情绪识别的准确性
人们已经采用了多种方法来辨别人类的情绪，包括分析语音模式和语调（ Moriyama 和 Ozawa，2003；Zeng 等人，2009）。然而，值得注意的是，这种身体状态很容易被操纵或模仿（ Schuller 和 Schuller，2021）。面部表情及其变化通常用于情绪识别；然而，这些表情可以被个人有意修改，这对准确辨别他们的真实情绪提出了挑战（ Aryanmehr 等人，2018； Dzedzickis 等人，2020； Harouni 等人，2022）。 EEG（脑电图）是一种通过测量大脑内集体神经活动产生的电压变化来监测大脑活动的技术（San-Segundo 等人，2019 年；Dehghani 等人，2020 年、2022 年、2023 年；Sadjadi 等人，2021 年；Mosayebi 等人，2022 年）。脑电图是大脑活动和功能的反映，具有多种应用，包括但不限于情绪识别（Dehghani 等人，2011a、b、2013；Ebrahimzadeh 和 Alavi，2013；Nikravan 等人，2016；Soroush 等人，2017、2018a、b、2019a、b、2020；Bagherzadeh 等人，2018；Alom 等人，2019；Ebrahimzadeh 等人，2019a、b、c、2021、2022、2023；Bagheri 和 Power，2020；Karimi 等人，2022；Rehman 等人，2022；Yousefi 等人，2022， 2023 年）。
Miller LC，Neupane S，Shrestha M，Joshi N，Lohani M，Thorne-LymanA。年轻尼泊尔儿童的更好的社会情感行为与Hous
不幸的是，儿童心理健康和行为问题在低资源环境中通常被低估了，尤其是在低收入和中等收入国家（LMIC）中，许多因素会增加对这些疾病的脆弱性。1,8此外，当问题倾向于变得更加明显，越来越易于衡量时，大多数对LMIC的行为和心理健康障碍的研究都集中在学龄儿童或青少年上。9-12尽管父母通常会认识到年幼儿童的行为和心理健康障碍的症状，但初级保健工作者很少在学龄前诊断这些问题。4因此，需要增强对幼儿精神疾病的筛查。此外，对学龄前社会情感问题的普遍性以及相关的风险和弹性因素，尤其是在LMIC中，相对较少了解。2
大脑机制是抗治疗抑郁症的情绪处理偏见的基础
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2023年8月28日发布。 https://doi.org/10.1101/2023.08.26.554837 doi：Biorxiv Preprint
重新概念化饮食失调研究中的情绪调节和应对策略的使用：调节灵活性框架的效用
Aldao, A.、Nolen-Hoeksema, S. 和 Schweizer, S. (2010)。精神病理学中的情绪调节策略：荟萃分析综述。临床心理学评论，30 (2)，217 – 237。https://doi.org/10.1016/j.cpr。2009.11.004 Aldao, A.、Sheppes, G. 和 Gross, JJ (2015)。情绪调节灵活性。认知疗法与研究，39，263 – 278。https://doi.org/10. 1007/s10608-014-9662-4 Battaglini, AM、Rnic, K.、Jameson, T.、Jopling, E.、Albert, AY 和 LeMoult, J. (2022)。情绪调节灵活性与日常生活中消极和积极情感的关系。情感科学，3 (3)，673 – 685。https://doi.org/10.1007/s42761-022-00132-7 Beauchaine, TP (2015)。情绪失调和青少年精神病理学的未来方向。临床儿童与青少年心理学杂志，44 (5)，875 – 896。https://doi.org/10.1080/15374416.2015.1038827 Bonanno, GA, & Burton, CL (2013)。调节灵活性：应对和情绪调节的个体差异视角。心理科学视角：心理科学协会杂志，8 (6)，591 – 612。https://doi.org/10.1177/1745691613504116 Bonanno, GA、Papa, A.、Lalande, K.、Westphal, M. 和 Coifman, K. (2004)。灵活性的重要性——增强和抑制情绪表达的能力可预测长期适应。心理科学，15 (7)，482 – 487。https://doi.org/10.1111/j.0956-7976。 2004.00705.x Bond, FW, Hayes, SC, Baer, RA, Carpenter, KM, Guenole, N., Orcutt, HK, Waltz, T., & Zettle, RD (2011). 接受与行动问卷-II 的初步心理测量特性：心理不灵活性和体验性回避的修订测量方法。行为疗法，42 (4)，676 – 688。https://doi.org/10.1016/j. beth.2011.03.007 Brown, TA, Cusack, A., Berner, LA, Anderson, LK, Nakamura, T., Gomez, L., Trim, J., Chen, JY, & Kaye, WH (2020). 进食障碍患者部分住院治疗期间和之后的情绪调节困难。行为疗法，51 (3)，401 – 412。https://doi. org/10.1016/j.beth.2019.07.002 Burton, CL, & Bonanno, GA (2016)。测量增强和抑制情绪表达的能力：情绪表达的灵活调节 (FREE) 量表。心理评估，28 (8)，929 – 941。https://doi.org/10.1037/pas0000231 Cassioli, E.、Rossi, E.、D'Anna, G.、Martelli, M.、Hazzard, VM、Crosby, RD、Wonderlich, SA、Ricca, V. 和 Castellini, G. (2022)。一项为期 1 年的随访研究，探讨情绪失调和童年创伤在神经性厌食症治疗中的纵向相互作用。 International Journal of Eating Disorders, 55 (1), 98 – 107。https://doi.org/10.1002/eat.23647 Chen, S., & Bonanno, GA (2021).情绪调节灵活性的组成部分：将潜在特征与抑郁和焦虑症状联系起来。临床心理科学，9 (2), 236 – 251。https://doi.org/10.1177/ 2167702620956972 Cheng, C., Lau, HP, & Chan, MP (2014)。应对灵活性和对压力性生活变化的心理调整：一项荟萃分析。心理学公报，140 (6), 1582 – 1607。https://doi.org/10.1037/ a0037913
用于脑电图情绪识别的图形自适应半监督判别子空间学习
由于脑电信号不易伪装且蕴含着丰富的神经生理信息，在客观情绪识别方面表现出显著的优势，基于脑电信号的情绪识别成为脑机接口领域的热门研究领域。然而，脑电信号一般具有非平稳性且信噪比较低，难以分析。受探索判别子空间表示通常有助于捕捉脑电数据语义信息的启发，本文提出了一种图自适应半监督判别子空间学习（GASDSL）模型用于基于脑电信号的情绪识别。GASDSL旨在探索一个判别子空间，其中类内散度减小而类间可分性增加。采用自适应最大熵图构建和半监督子空间情绪状态预测来调解判别子空间学习。对 SEED-IV 和 SEED-V 数据集进行的大量比较研究表明：1）与其他半监督学习模型相比，GASDSL 实现了令人满意的情绪识别准确率；2）随着模型的迭代，学习到的最大熵图和子空间的判别能力都得到了提高；3）根据空间频率模式分析结果，从 Gamma 波段、左/右颞叶、前额叶和（中央）顶叶提取的特征对情绪识别贡献更大。2023 作者。由 Elsevier BV 代表沙特国王大学出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
Vincent 在哪里？利用人工智能拓展我们的情感自我
人类与对话式人工智能之间的情感纽带未来会以何种方式改变我们？为了从多方面探讨这个问题，设计师、工程师和哲学家作为独立的焦点小组，进行了一项设计小说调查——一个聊天机器人从人类生活中消失的故事。尽管以特定学科的方式表达，但参与者表达了类似的担忧和希望：1）照顾机器可以教会人们在情感上关心自己和他人，2）当人们将自己的情绪投射到人工智能上时，人类和非人类情绪之间的界限可能会变得模糊，例如，机器人的“崩溃”是自己的，3）人们可能会通过情感将自己的身份与人工智能交织在一起。我们考虑人类和对话代理之间社会构建的情感的伦理影响。
问题的核心：精神压力和负面情绪如何影响心房颤动
心房纯化（AF）是心律不齐的最常见形式，影响了世界人口的2％ - 3％。精神和情绪压力以及某些心理健康状况（例如抑郁症）已被证明显着影响心脏，并被建议在AF发作时充当独立的危险因素和触发因素。在本文中，我们回顾了当前的文献，以研究心理和情绪压力在AF发作中的作用，并总结了当前有关大脑与心脏之间相互作用的知识，以及在压力反应中涉及的皮质和皮层途径。对证据的审查表明，心理和情绪压力对心脏系统产生负面影响，可能增加发展和/或触发AF的风险。需要进一步的研究，以进一步了解精神压力反应中涉及的皮质和亚皮质结构，以及它们与心脏系统的相互作用，这可能有助于定义新的策略和干预措施，以防止开发和改善AF的管理。