Integrating Emotion Recognition Tools for Developing Emotionally Intelligent Agents

  1. Marcos-Pablos, Samuel
  2. Lobato, Fernando
  3. García-Peñalvo, Francisco
Revista:
International Journal of Interactive Multimedia and Artificial Intelligence

ISSN: 1989-1660

Any de publicació: 2022

Volum: 7

Número: 6

Pàgines: 69-76

Tipus: Article

DOI: 10.9781/IJIMAI.2022.09.004 GOOGLE SCHOLAR lock_openAccés obert editor

Altres publicacions en: International Journal of Interactive Multimedia and Artificial Intelligence

Indicadors

Cites rebudes

  • Cites en Scopus: 2 (07-02-2024)
  • Citas en Web of Science: 1 (15-10-2023)
  • Cites en Dimensions: 2 (14-01-2024)

JCR (Journal Impact Factor)

  • Any 2022
  • Factor d'impacte de la revista: 3.6
  • Factor d'impacte sense autocites: 3.2
  • Article influence score: 0.473
  • Quartil major: Q3
  • Àrea: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE Quartil: Q3 Posició en l'àrea: 73/145 (Edició: SCIE)
  • Àrea: COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS Quartil: Q3 Posició en l'àrea: 56/110 (Edició: SCIE)

SCImago Journal Rank

  • Any 2022
  • Impacte SJR de la revista: 0.58
  • Quartil major: Q2
  • Àrea: Computer Networks and Communications Quartil: Q2 Posició en l'àrea: 147/373
  • Àrea: Computer Vision and Pattern Recognition Quartil: Q2 Posició en l'àrea: 42/100
  • Àrea: Signal Processing Quartil: Q2 Posició en l'àrea: 52/115
  • Àrea: Computer Science Applications Quartil: Q2 Posició en l'àrea: 336/782
  • Àrea: Statistics and Probability Quartil: Q2 Posició en l'àrea: 112/258
  • Àrea: Artificial Intelligence Quartil: Q3 Posició en l'àrea: 144/284

Scopus CiteScore

  • Any 2022
  • CiteScore de la revista: 2.1
  • Àrea: Statistics and Probability Percentil: 55
  • Àrea: Computer Science Applications Percentil: 34
  • Àrea: Computer Vision and Pattern Recognition Percentil: 34
  • Àrea: Computer Networks and Communications Percentil: 33
  • Àrea: Signal Processing Percentil: 31
  • Àrea: Artificial Intelligence Percentil: 27

Journal Citation Indicator (JCI)

  • Any 2022
  • JCI de la revista: 0.75
  • Quartil major: Q2
  • Àrea: COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS Quartil: Q2 Posició en l'àrea: 72/163
  • Àrea: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE Quartil: Q2 Posició en l'àrea: 73/192

Dimensions

(Dades actualitzats a data de 14-01-2024)
  • Cites totals: 2
  • Cites recents (2 anys): 2
  • Field Citation Ratio (FCR): 1.87

Resum

Emotionally responsive agents that can simulate emotional intelligence increase the acceptance of users towardsthem, as the feeling of empathy reduces negative perceptual feedback. This has fostered research on emotionalintelligence during last decades, and nowadays numerous cloud and local tools for automatic emotionalrecognition are available, even for inexperienced users. These tools however usually focus on the recognitionof discrete emotions sensed from one communication channel, even though multimodal approaches have beenshown to have advantages over unimodal approaches. Therefore, the objective of this paper is to show ourapproach for multimodal emotion recognition using Kalman filters for the fusion of available discrete emotionrecognition tools. The proposed system has been modularly developed based on an evolutionary approach soto be integrated in our digital ecosystems, and new emotional recognition sources can be easily integrated.Obtained results show improvements over unimodal tools when recognizing naturally displayed emotions