XiaoMi-AI文件搜索系统
World File Search System消极情绪
2022 年信息战阅读清单 - 国防部
10 分钟正念：71 个活在当下的习惯，作者 S.J. Scott 讨厌身边经常出现的消极情绪？感到压力或焦虑？被我们忙碌、快节奏的现代社会压得喘不过气来？这些问题往往是被称为“无意识生活”的恶性循环的直接结果。您可能对自己的生活方式选择、习惯和想法毫无意识。您可能对自己的真正价值观、生活优先事项和更深层次的渴望毫无意识。而且，您没有意识到活在当下，因为您被过去的遗憾和对未来的担忧所困扰。解决方案是将正念贯穿您的整个一天，这样您就可以享受内心的平静和幸福。最简单的方法是建立一系列正念习惯。这本书适合任何认识到需要提高注意力、生产力、幸福感和内心平静的人。
育儿计划指导
离别通常会给父母和孩子带来情感上的困扰，但能够认真倾听孩子可能是帮助他们和您的关键。无论您多么努力，孩子都很可能感受到您的焦虑、痛苦或消极情绪。这些情绪可能会妨碍您倾听，但只有认真、坦诚地倾听，您才能发现孩子真正担心的是什么。但是，当您自己的情绪可能混合着愤怒、悲伤和担忧时，将这些情绪放在一边并真正倾听孩子并不容易。他们的感受可能与您的不同，而您的回应方式会极大地影响他们的幸福感。可以帮助您的是培养您的情感“准备”——真正倾听和回应。这意味着承认您自己的感受以及对另一位父母的任何负面想法，然后能够将它们放在一边，以便您真正倾听孩子。然后，您可以更好地理解他们，并以最有帮助的方式做出回应。
基于人工智能的感知儿童情绪的移动应用程序
摘要。孩子们会经历各种各样的情绪，如快乐、悲伤和恐惧。有时，孩子们可能很难表达自己的情绪。检测和理解儿童未表达的情绪对于满足他们的需求和预防心理健康问题非常重要。在本文中，我们开发了一个基于人工智能 (AI) 的情绪感知识别应用程序 (ESRA)，帮助家长和老师通过分析孩子的画作来了解孩子的情绪。我们从多哈的一所当地学校收集了 102 幅画作，从谷歌和 Instagram 收集了 521 幅画作。使用这两个数据集的组合进行了四个不同的实验。使用 Python 中的 Fastai 库训练深度学习模型。该模型将绘画分为积极或消极情绪。在四个实验中，模型准确率在 55% 到 79% 之间。这项研究表明，ESRA 具有识别儿童情绪的潜力。然而，底层算法需要使用更多的图画进行训练和评估，以提高其当前的准确性并能够识别更具体的情绪。
文章 使用 2 型模糊和深度卷积网络的组合从脑电信号中自动识别情绪
摘要：情绪是人类生活中不可分割的一部分。自动情绪识别可广泛应用于脑机接口。本研究提出了一种基于深度学习和模糊网络相结合的脑电信号自动情绪识别新模型，可以识别两种不同的情绪：积极和消极。为了实现这一目标，我们编制了一个基于脑电信号音乐刺激的标准数据库。然后，为了处理过拟合现象，使用生成对抗网络来扩充数据。生成对抗网络的输出被输入到所提出的模型中，该模型基于具有 2 型模糊激活函数的改进深度卷积网络。最后，在两个单独的类中，对两种积极情绪和两种消极情绪进行分类。在这两类的分类中，所提出的模型实现了 98% 以上的准确率。此外，与以前的研究相比，所提出的模型表现良好，可用于未来的脑机接口应用。
弗兰德家庭寄养儿童的感受和应对策略
摘要 本文描述了 27 名 12 至 18 岁的寄养儿童在弗兰德长期接受家庭寄养，他们在寄养家庭中的生活体验以及他们如何应对自己的感受。通过儿童选择的不同情绪（表情符号）的视觉图像和半结构化访谈的结合，可以发现他们大多表达积极情绪，如快乐和自豪，但同时也会经历悲伤、愤怒和困惑等困难情绪。积极情绪主要与能够感觉自己是一个“普通”孩子有关，而消极情绪则与与亲生父母的紧张关系有关。对儿童如何应对这些情绪的调查区分了两类：一类人与朋友和其他支持者谈论自己的感受，另一类人则隐藏自己的感受。需要为后者提供策略，以更好地理解和表达他们的感受；建议的策略包括提供安宁、安慰或分散注意力的活动，以及拥有自己的私人空间。更多地关注寄养儿童的情感体验
使用深度学习对非正式马来语推文进行情感分析
Twitter 是一个在线微博和社交网络平台，用户可以撰写简短的消息（称为推文）。它拥有超过 3.3 亿注册用户，每天生成近 2.5 亿条推文。由于马来语是马来西亚的国语，因此有相当多的用户使用马来语发推文。推文的最大长度为 140 个字符，这迫使用户专注于他们想要传播的信息。这一特点使推文成为情绪分析的一个有趣主题。情绪分析是一种自然语言处理 (NLP) 任务，用于对推文是具有积极情绪还是消极情绪进行分类。本研究选择马来语推文，因为对这种语言的研究有限。在这项研究中，我们使用深度学习模型对马来语推文进行情绪分析。我们实现了 77.59% 的准确率，超过了对印尼语的类似工作。
青春期的持续选择性关注
摘要目的：这项定性研究旨在开发第一个认知行为（CBT）模型，概述了患有1型糖尿病的成年男性的发育和维持无序饮食的发展，以改善先前1型糖尿病的理论模型，并饮食不当，并与1型糖尿病和饮食不足的女性进行比较。方法：二十七名男性（n = 16型糖尿病和饮食率无序，n = 11，1型糖尿病无饮食无序的糖尿病）参加了半结构化访谈。数据，并为每个参与者开发了单个CBT公式以告知该模型。结果：患有1型糖尿病和饮食失调的男性经历了关于食物，胰岛素，体重/体重和糖尿病本身的负面想法，这些想法会引起诸如恐惧和脆弱性以及糖尿病的困难之类的消极情绪，例如超级和高流血症的问题，以及降低了高流血症的问题，以及能够获得更多的教育和技术的人，这会导致
Pantano, E., & Scarpi, D. (2022)。我、机器人、你、消费者：衡量人工智能类型及其对消费者服务情绪的影响。《服务研究杂志》，25(4)，583-600。提前在线出版。https://doi.org/10.1177/10946705221103538
摘要 本研究借鉴了人工智能在服务领域的日益广泛的应用。旨在了解人工智能系统在多大程度上像人类一样具有多种智能类型，以及这些类型是否会在消费者身上引起不同的情绪。为此，本研究采用了两项研究方法：研究 1 建立并评估了用于衡量不同人工智能智能类型的量表。研究 2 评估消费者对不同人工智能智能的情绪反应。研究结果提供了一个衡量不同类型的人工智能与人类智能的量表，从而表明人工智能是可配置、可描述和可测量的（研究 1），并且会影响消费者的积极和消极情绪（研究 2）。研究结果还表明，消费者在与不同类型的人工智能互动时表现出不同的情绪，包括快乐、兴奋、热情、自豪、鼓舞、悲伤、恐惧、愤怒、羞耻和焦虑，以及情感依恋、满足和使用意图。我们的量表建立在人类智能与人工智能智能特征的基础上，同时为未来开发更类似于人类智能的人工智能系统提供指导。
脑机接口能否成为治疗身体完整性焦虑症的新方法？
患有身体完整性焦虑症 (BID) 的患者希望自己变得残疾，这是由于他们所希望的身体与实际身体不匹配。我们在此重点介绍最常见的一种，其特征是希望截掉健康的肢体。在大多数报告的病例中，截掉被拒绝的肢体可以完全缓解病情带来的痛苦，并显著改善生活质量。由于 BID 会导致终身痛苦，因此必须找到一种有效的治疗方法，对患者的解剖结构和功能造成最小的改变。涉及药物、心理治疗和前庭刺激的治疗方法已被证明基本上是无效的。在这篇假设文章中，我们简要讨论了 BID 的特征、病因和目前可用的治疗方案，然后强调需要新的理论驱动的方法。根据最近有关 BID 的功能性和结构性大脑相关性的研究结果，我们引入了脑机接口 (BCI)/神经反馈方法的概念，以针对改变的大脑活动模式、促进肢体的重新拥有和/或减轻与改变的身体表现相关的压力和消极情绪。
大脑和身体的情绪反应
摘要：为了开发更精确、更实用的有效应用，必须在应用于情绪的心理学和工程学之间取得平衡。来自中枢和周围神经系统的信号已用于情绪识别，但它们的运作和它们之间的关系仍然未知。在此背景下，在目前的研究中，我们试图研究这两个系统的心理生物学，以便生成一个用于在效价维度上识别情绪的计算模型。为此，我们研究了 24 名受试者的脑电图 (EEG) 信号、心电图 (ECG) 信号和皮肤温度。对每种方法都进行了单独评估，在每种方法中都发现了积极和消极情绪的特征模式。在对每种方法进行特征选择后，分类结果表明，尽管可以在中枢和外周水平上对情绪进行分类，但多模态方法并没有改善仅通过 EEG 获得的结果。此外，通过按性别区分样本，我们发现大脑和外周反应在情绪处理方面存在差异；不过，男性和女性之间的差异仅在外周神经系统水平上明显。