İsveçli Katılımcılarla Çok Modlu Makine Öğrenimi Kullanarak Aldatma Tespiti

Çok Modlu Makine Öğrenimi ile Aldatma Tespiti

Bu çalışma, ikili etkileşimlerdeki aldatmayı tespit etmek için çok modlu makine öğrenimi tekniklerinin etkinliğini araştırmaktadır. Odak noktası, hem aldatanın hem de aldatılanın verilerinin entegrasyonudur. Ses ve video verilerini - özellikle Eylem Birimleri ve göz hareketleri bilgisini - tüm olası katılımcı ve modalite kombinasyonlarında karşılaştırıyoruz.

İsveçli Katılımcılardan Oluşan Veri Kümesi

Analizimizin temelini, İsveçli ana dili konuşucuları arasında gerçekleştirilen doğruluk veya yalan senaryolarından oluşan yeni toplanan veri kümemiz oluşturuyor. Duygusal açıdan ilgili konularda gerçekleştirilen bu etkileşimler, çalışmamızın odak noktasını oluşturuyor.

Çok Modlu Yaklaşımın Üstünlükleri

Sonuçlar, konuşma ve yüz bilgisinin birleştirilmesinin, tek modaliteli yaklaşımlara kıyasla daha üstün performans sergilediğini gösteriyor. Ayrıca her iki katılımcının verilerinin dahil edilmesi, aldatma tespiti doğruluğunu önemli ölçüde artırıyor. En iyi performans (%71), her iki modalite ve katılımcı için geç füzyon stratejisi kullanılarak elde ediliyor.

Psikolojik Teorilerle Uyumlu Sonuçlar

Bu bulgular, başlangıç etkileşimleri sırasında yüz ve ses ifadelerinin farklı kontrolüne işaret eden psikolojik teorilerle uyumlu. İskandinav kökenli ilk çalışma olarak, bu araştırma, özellikle psikoterapötik ortamlardaki ikili etkileşimlerin gelecekteki incelemelerine temel oluşturuyor.

Sonuç

Çok modlu makine öğrenimi yaklaşımının, aldatma tespitinde önemli ölçüde iyileştirmeler sağladığı görülüyor. Katılımcıların her ikisinden elde edilen verilerin entegrasyonu, performansı daha da artırıyor. Bu çığır açan çalışma, gelecekteki araştırmalar için önemli bir temel oluşturuyor.