【论文阅读】iSAM: Personalizing an Artificial Intelligence Model for Emotion with Pleasure-Arousal-Dominance in Immersive Virtual Reality

1.这篇文章究竟讲了什么问题？
使用人工智能和沉浸式虚拟环境来学习和适应用户的情感模型

2.这是否是一个新的问题？
不是

3.这篇文章要验证一个什么科学假设？
iSAM可以成功地从用户情感中学习，比静态基本模型更好地预测“快乐”的个性化图像。

4.有哪些相关研究？如何归类？谁是这一课题在这领域值得关注的研究员？
1)S. B. i Badia, L. V . Quintero, M. S. Cameirao, A. Chirico, S. Triberti, P . Cipresso, and A. Gaggioli, “Towards emotionally-adaptive virtual reality for mental health applications,” IEEE journal of biomedical and health informatics, 2018.
2)J. Diemer, G. W. Alpers, H. M. Peperkorn, Y . Shiban, and A. Mühlberger, “The impact of perception and presence on emotional reactions: a review of research in virtual reality,” Frontiers in psychology, vol. 6, 2015.

5.论文中提到的解决方案之关键是什么？
a)在iVR体验中整合SAM PAD情感模型
b)建立一个来自用户情感相应的动态学习的方法，用于自适应情感模型

6.论文中的实验是如何设计的？
招募了4个大学生。
用户观看图片12秒，然后屏幕会显示一个SAM量表，用户提交他们的PAD反应。然后，图像框更新一张新的图像，用户重新观看12秒，然后记录PAD反应。
一共10张图片，最后显示一张预测的快乐的图像，这张照片是最接近情感状态的。

7.用于定量评估的数据集是什么？代码有没有开源？
利用IAP数据集进行情感刺激，数据采集来自4个大学生被试。代码没有开源。

8.论文中的实验及结果有没有很好地支持需要验证的科学假设？
有

9.这篇论文到底有什么贡献？
提出一个使用人工智能和沉浸式虚拟环境来学习和适应用户的情感模型。AI模型根据用户提交的PAD，输出一张快乐的图片。

10.下一步呢？有什么工作可以继续深入？
SAM为主观的评价情感状态，如果可以利用技术自动获取用户的情感状态，可以达到一个更自然的交互。可以利用脑电，心电信号，提取特征作为输入，SAM量表中的PAD值作为输出，获得一个预测模型。根据生理信号得到情感状态。