对情感AI下一代医疗和教育

情感AI,也被称为情感计算或人工情感智能,指的是测量技术,理解、模拟,和对人类情感做出反应,利用这些知识改善一切在人们的社会生活,如医疗和教育。在学术社区,情感的人工智能是一个跨学科的领域,吸收研究人员从心理学和计算机科学,神经科学和医学科学。人类的情感行为,包括面部表情、身体姿态,词形变化,和生理信号,进行了探索和分析,进一步交互促进理论构建和技术发展。在工业上、情感AI在许多应用程序中,得到了广泛的采用,如商业营销,心理健康,汽车服务,和可穿戴设备。然而,尽管重大进展和成就,情感AI仍有重大挑战固化的原理,和健壮的算法,建立值得信赖的平台和设定的道德标准。

从一开始的COVID-19大流行,“远程+”的趋势在各行各业中已变得很流行。作为一个至关重要的技术学习和认识到人类情感,情感AI可以显著促进这些远程应用程序的性能。

这个研究课题的目的是在小说理论、方法、资源和策略的情感AI从跨学科的角度,强调电子健康和数字医疗保健。具体来说,有三个主要目标如下:
•新发现在心理学、神经科学和认知科学预计。例如,什么理论可以用来开发情感AI ?什么情绪指标推断身体和精神障碍?规定在情感互动学习是什么?
•新资源,预计算法和工具。例如,什么样的数据集是合适的,有利于情感AI开发?多通道数据如何促进情感的人工智能方法,包括2 d / 3 d /深度图像和视频,骨架点,声音记录,和生理信号?如何部署情感AI手持或可穿戴设备吗?
•新的社会调查、影响分析和解决方案是受欢迎的。例如,情感AI技术的收益和成本是什么?有什么承诺和情感AI在医疗和教育的影响?如何确保安全、trustability和透明度的情感AI。

研究人员应该提交但不限于:
•原始研究、审查、方法、假设和理论的角度来看,数据报告,相关论文和观点情感AI。
•情感理论在心理学、生理学和神经科学,例如,大脑处理、认知机制,人类行为的感知,和发展生态。
•自动2 d / 3 d面部影响分析,例如,面部表情识别,动作单元检测和微认可。
•多情感AI,包括肢体语言、生理信号(例如,rPPG GSR, ECG),神经信号(如脑电图、梅格、fNIRS和fMRI),音频和文本。
•非基本情绪的研究中,例如,接触,压力,痛苦,抑郁、疲劳、复合表达式和价和兴奋。
•电子健康与情绪AI,例如,远程医学、非侵入性诊断、实时评估,与残疾患者和非语言沟通。
•数字教育与情感AI,例如,在线课程的质量评价,协作学习、互动与监管和高性能的教育生态系统。
•伦理的社会调查和技术解决方案,透明度、隐私和情绪trustability AI。

关键字:情感计算、电子健康、数字教育、情感处理、人机交互、可信赖的人工智能,情感的认知机制,人工智能

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。