Wyszukiwarka
Abstrakt
One of the major challenges facing the field of Affective Computing is the reusability of datasets. Existing affective-related datasets are not consistent with each other, they store a variety of information in different forms, different formats, and the terms used to describe them are not unified. This paper proposes a new ontology, ROAD, as a solution to this problem, by formally describing the datasets and unifying the terms used. The developed ontology allows information about the origin and meaning of the data to be modeled, i.e., time series, representing both emotional states and features derived from biosignals. Furthermore, the ROAD ontology is extensible and not application-oriented, thus it can be used to store data from a wide range of Affective Computing experiments. The ontology was validated by modeling data obtained from one experiment on the AMIGOS dataset. The approach proposed in the paper can be used both by researchers who create new datasets or want to reuse existing ones, and for those who want to process data from experiments in a more automated way.
Cytowania
-
4
CrossRef
-
0
Web of Science
-
4
Scopus
Autorzy (5)
-
Sara Zapalowska
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/ACCESS.2021.3132728
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
IEEE Access
nr 9,
strony 166674 - 166694,
ISSN: 2169-3536 - Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Zawadzka T., Waloszek W., Karpus A., Zapalowska S., Wróbel M.: Ontological Model for Contextual Data Defining Time Series for Emotion Recognition and Analysis// IEEE Access -Vol. 9, (2021), s.166674-166694
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/access.2021.3132728
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 124 razy