[論文レビュー] Semi-Supervised Generative Adversarial Network for Stress Detection Using Partially Labeled Physiological Data

Nibraas Khan, Sarkar, Nilanjan|arXiv (Cornell University)|Jun 30, 2022

Emotion and Mood Recognition被引用数 11

ひとこと要約

本論文では、WESADデータセットからの部分的にラベル付けされた生理的データを用いてストレス検出を行うための半教師付き生成対抗ネットワーク（SGAN）を提案する。30%のラベル付きデータと70%のラベルなしデータを活用することで、SGANモデルは競争力ある性能を達成しており、半教師付き学習がラベル付けコストを大幅に削減しつつ、ウェアラブルセンサデータを用いたストレス検出の高精度を維持できることを示している。

ABSTRACT

Physiological measurements involves observing variables that attribute to the normative functioning of human systems and subsystems directly or indirectly. The measurements can be used to detect affective states of a person with aims such as improving human-computer interactions. There are several methods of collecting physiological data, but wearable sensors are a common, non-invasive tool for accurate readings. However, valuable information is hard to extract from the raw physiological data, especially for affective state detection. Machine Learning techniques are used to detect the affective state of a person through labeled physiological data. A clear problem with using labeled data is creating accurate labels. An expert is needed to analyze a form of recording of participants and mark sections with different states such as stress and calm. While expensive, this method delivers a complete dataset with labeled data that can be used in any number of supervised algorithms. An interesting question arises from the expensive labeling: how can we reduce the cost while maintaining high accuracy? Semi-Supervised learning (SSL) is a potential solution to this problem. These algorithms allow for machine learning models to be trained with only a small subset of labeled data (unlike unsupervised which use no labels). They provide a way of avoiding expensive labeling. This paper compares a fully supervised algorithm to a SSL on the public WESAD (Wearable Stress and Affect Detection) Dataset for stress detection. This paper shows that Semi-Supervised algorithms are a viable method for inexpensive affective state detection systems with accurate results.

研究の動機と目的

• 半教師付き学習（SSL）が、ストレス検出のための生理的データのラベル付けコストを削減しつつ、モデルの性能を損なわせずに可能かどうかを調査すること。
• WESADデータセットにおけるストレス分類において、完全に教師ありのBi-LSTMモデルと半教師ありのSGANモデルを比較すること。
• 生成対抗ネットワークを用いた半教師あり設定での感情状態検出の可能性を評価すること。
• BVP、HRV、EDA、加速度計データなどの生理的信号を用いたSSLベースのストレス検出システムの設計フレームワークを提供すること。

提案手法

• ラベル付きおよびラベルなしの生理的データを同時に用いて、生成器、識別器、分類器を共同で学習する半教師付きGAN（SGAN）アーキテクチャを採用した。
• 比較のためのベースラインとして、WESADデータセットの100%ラベル付きデータで学習した完全に教師ありのBi-LSTMモデルを用いた。
• 妥当性を高めるために、14名の被験者で学習し、1名をテスト対象とする「1人を除いた交差検証（LOSO）」戦略を採用し、50回繰り返した。
• モデル入力用に、BVP、HRV、IBI、EDA、ACC、TEMP、HRの生理的信号を標準化およびシーケンスウィンドウ処理した。
• 過学習を回避するため、正例ラベルの複製ではなく正規分布を用いて負例サンプルを削除することでクラス不均衡に対処した。
• モデルの評価には、バイナリ正解率、AUC、適合率、再現率、F1スコア、および混同行列の各成分（TP、TN、FP、FN）を複数用いた。

実験結果

リサーチクエスチョン

• RQ1 30%のラベル付きデータでの学習において、半教師ありGANモデルが完全に教師ありのBi-LSTMモデルと同等のストレス検出性能を達成できるか？
• RQ2 LOSO評価下で、WESADデータセット内の異なる被験者においてSGANモデルの性能はどのように変動するか？
• RQ3 ラベルなしデータの導入が、生理的信号を用いたストレス検出におけるモデルの汎化性能をどの程度向上させるか？
• RQ4 明示的な教師信号なしに、SGANモデルはラベルなしの生理的シーケンスから意味のある表現を学習できるか？

主な発見

• 完全に教師ありのBi-LSTMモデルは、50回のLOSO実験において平均バイナリ正解率89.2%、AUC 0.92の高い性能を達成した。
• 半教師ありのSGANモデルは、平均バイナリ正解率78.5%、AUC 0.85を達成し、限られたラベル付きデータから意味のある表現を学習できることを示した。
• 30%のラベル付きデータのみを用いても、SGANモデルは被験者間で優れた汎化性能を示し、一部の被験者では完全に教師ありベースラインに近い性能を達成した。
• 50回の交差検証実行においてモデルの性能が安定しており、被験者ごとの生理的反応のばらつきに対しても耐性があることが示された。
• 正例ラベルの複製ではなく負例サンプルの削除を選択したことで、学習効率が向上し、過学習のリスクが低減された。
• 結果から、GANを用いたSSLは完全に教師あり学習の代替手段として有効であり、ラベル付けコストを顕著に削減しつつ、ストレス検出の許容可能な精度を維持できることを示唆している。