Основные классификации эмоций и чувств
Среди
вопросов об эмоциях и чувствах, которые
легче задать, чем ответить на них, есть,
казалось бы, самые естественные и как
будто простые: какие бывают эмоции,
какие бывают чувства? Трудности здесь
возникают, прежде всего, из-за огромного
многообразия эмоциональных явлений.
Ведь их можно классифицировать по-разному:
по «знаку» (плюс — минус) — переживания
приятные или неприятные; по характеру
потребности, которая лежит в основе
переживания, — биологическая или
духовная; по предмету, по явлению
окружающего мира, вызвавшему эмоцию
или чувство; по их влиянию на деятельность
человека — активизируют или тормозят;
по степени выраженности — от легкого
«нравится» до страстной любви и т. д. Но
есть и еще одна трудность, связанная с
необходимостью определить то или иное
эмоциональное переживание словесно.
Разнообразие
классификаций эмоций велико. Вероятно,
что универсальной классификации эмоций
создать вообще невозможно и классификация,
хорошо служившая для решения одного
круга задач, неизбежно должна быть
заменена на другую при решении иного
круга задач.
Классификация эмоций и чувств по в. Вундту:
Основоположник научной психологии Вильгельм Вундт предложил характеризовать эмоции по трем направлениям:
удовольствие — неудовольствие;
напряжение — разряжение;
возбуждение — торможение.
Предложенная В. Вундтом классификация эмоций получила серьезную поддержку в экспериментальных исследованиях экспрессии и семантики эмоций, однако заметного распространения в психологии она не получила.
Классификация эмоций и чувств по Изарду:
Современный
американский исследователь эмоций К.
Изард считает ряд эмоций фундаментальными,
а все остальные — производными. К
фундаментальным относятся: интерес —
волнение, радость, удивление, горе —
страдание, гнев, отвращение, презрение,
страх, стыд, вина. Из соединения
фундаментальных эмоций возникают,
например, такие комплексные эмоциональные
состояния, как тревожность, которая
может сочетать в себе и страх, и гнев, и
вину, и интерес — возбуждение.
Классификация по н.Гроту:
Классификация Грота предлагает группировать эмоции опираясь на два ключевых душевных состояния — пессимизм и оптимизм. Ученый считал, что пессимизм и оптимизм характеризуются преобладанием неприятных или приятных чувств и соответствующим им строем мышления. Грот высказывал точку зрения, согласно которой, пессимистическое и оптимистическое настроения способны только снижать энергию деятельности личности. Пессимисты достигают этого результата, рисуя безнадежно мрачную картину своего будущего, а оптимисты ослабляют своей самоуверенностью и надеждой на внешние силы. Человек, находящийся во власти пессимистического или оптимистического настроения испытывает трудность в признании того «что есть, чего хотеть и ради чего действовать».
Классификация по в. Леонтьеву:
Леонтьев предложил выделять группы эмоций по источнику их происхождения:
Эмоции, связанные с удовлетворением-неудовлетворением личных потребностей человека;
Эмоции, возникающие в результате сравнения некоторого объекта, самого себя или своих действий со своими же нормами, стандартами, правилами, убеждениями;
Эмоции, возникающие в результате сравнения объекта с общественными правилами и нормами;
Эмоции, возникающие в связи с чужими потребностями;
Эмоции, возникающие на основе взаимных отношений с другими людьми;
Эмоции, возникающие на основе презрения.
Важно отметить, что люди могут весьма существенно отличаться друг от друга не только по характеру переживаемых эмоций, по их силе, но и по способности сочувствовать, сопереживать. Эта способность получила название эмпатии. По словам американского психолога Карла Роджерса, «быть в состоянии эмпатии означает воспринимать внутренний мир другого точно, с сохранением эмоциональных и смысловых оттенков. Как будто становишься этим другим, но без потери ощущения «как будто». Так, ощущаешь радость или боль другого, как он их ощущает, и воспринимаешь их причины, как он их воспринимает… Быть эмпатичным трудно. Это означает быть ответственным, активным, сильным и в то же время — тонким и чутким».
В эмоциональной сфере человека особое место занимают высшие чувства. Они представляют собой отражение отношения к явлениям социальной действительности и их переживания. По содержанию высшие чувства подразделяют на
Уровень духовного развития человека
зависит от степени развития этих чувств.
В высших чувствах ярко проявляются их
интеллектуальные, эмоциональные и
волевые компоненты. Высшие чувства
являются не только личными переживаниями,
но и средством воспитательного влияния
на других.Моральные чувства — это чувства, в которых проявляется стойкое отношение человека к событиям, к другим людям, к самому себе. Их источник — совместная жизнь людей, их отношения, борьба за достижение значимых целей. Моральные чувства человека образовались в результате общественно-исторической жизни людей, в процессе их общения, и стали важным способом оценки поступков и поведения, регуляции отношений человека.
Эстетические
чувства — это чувства красоты явлений природы,
гармонии красок, звуков, движений и
форм. Гармоническое согласование в
предметах целого и частей, ритмов,
консонанс, симметрия вызывают чувство
приятного, наслаждение, которое глубоко
переживается и облагораживает душу.
Эти чувства вызывают произведения
искусства. Не только в мышлении, а и
чувствами человек утверждает себя в
предметном мире.
Эмоции что это такое? Классификация эмоций в психологии.
Эмоции что это такое? Классификация эмоций в психологии. Радость. Удивление. Печаль. Гнев. Отвращение. Презрение. Страх. Стыд. Зависть.
Всем привет, уважаемые читатели!
Сегодня мы продолжаем рассматривать психическую составляющую — эмоциональные переживания, а если конкретно, то одну из форм – собственно эмоции человека.
Первую часть про переживания Вы сможете прочитать здесь:
Статья «Эмоции в психологии это? Эмоции людей список.»
Что такое собственно эмоции человека?
Эмоции — это переживание субъектом событий с разной характерной окраской, возникает как реакция на угрозы или возможности с одной стороны, и при оценке последствий или перспектив, с другой стороны
Эмоции проявляются более длительно, чем аффекты.
И не носят локальный характер. Эмоции связаны в том числе с воспоминаниями, с прогнозируемыми событиями. Так, например, в переговорах «тяжелая развязка» в прошлом может вызывать отрицательные эмоции при воспоминаниях, но в то же время человек испытывает облегчение, потому что это уже закончилось, а затем опять может возникнуть страх от того, что ожидает в будущем. Эмоции различаются в зависимости от оценки явления на разных участках персональной стрелы времени.
Различают четыре основных вектора направления эмоций.
— Удовольствие – неудовольствие.
— Напряжение – облегчение.
— Возбуждение – успокоение.
— Стеничность – астеничность.
Эмоциям также свойственна амбивалентность (двойственность), когда в отношении одного и того же объекта человек испытывает разнонаправленные эмоции.
Можно выделить «фундаментальные» эмоции, которые частично пересекаются с классификацией Пола Экмана.
Скачать книгу Пол Экман «Психология эмоций. Я знаю, что ты чувствуешь».
Скачать книгу Пол Экман «Психология лжи. Обмани меня»
Блок 1. Эмоции. Радость.Радость – это положительное эмоциональное переживание, возникающее в ситуациях с исчерпывающим удовлетворением актуальных потребностей.
Радость можно разделить на несколько вариантов:
— Восторг – человек удовлетворен происходящим с избытком. «Чаша ожиданий» субъекта переполнена.
— Собственно, радость – «чаша ожиданий» заполнена настолько, насколько планировалось.
— Смех – человек оказывается внезапно удовлетворенным.
— Удовлетворенность, «тихая радость» – человек находится в состоянии спокойного удовлетворения фактом наполненной «чаши ожиданий».
ВИДЕО «Переговоры. Как преодолеть возражения?!»
ЗАКАЗАТЬ обучение
Блок 2.
Эмоции. Удивление.Удивление — это эмоциональная реакция, возникающая в ситуации внезапности без выраженного оценочного окрашивания.
Удивление самая краткосрочная реакция, поскольку человек практически сразу начинает «трудиться» над событием и рационализировать его. Удивление можно разделить на ряд вариантов:
— Изумление — человек оказывается в ситуации крайнего удивления. Нередко это сопровождается шоковым состоянием. Произошедшее событие никак не вписывается в когнитивную модель мира и противоречит основным принципам, схемам категоризации знаний индивида.
— Собственно, удивление – человек сталкивается с неожиданным в условно объективной реальности.
— Сомнение – человек полагает, что причинно-следственная связь явлений, или источник некого явления, или структура, или содержание не являются правдивыми, истинными.
— Недоумение — состояние человека, возникающее при столкновении с искажениями информации, неадекватным поведением, сопоставляемыми с стандартными шаблонами, образцами, очевидным.
Печаль – это отрицательное эмоциональное состояние, возникающие в ситуации невозможности удовлетворить ключевые потребности жизнеобеспечения.
Печаль проявляет себя в настоящем относительно прошлых событий, когда была утрата доступа к целевым ресурсам или прогностически к будущему, когда ожидается отсутствие возможности получить доступ к ценным ресурсам. Также можно выделить несколько вариантов печали:
— Скорбь/горе – данное переживание связано с потерей преимущественно живого существа, представлявшего большую ценность для человека.
— Тоска – данное переживание характеризуется длительным периодом, когда человек не может удовлетворить собственные потребности и это стимулирует его поменять данную ситуацию.
— Уныние — человек пребывает в состояние пассивного созерцания отсутствия доступа к субъективно значимым целевым ресурсам.
— Собственно, печаль — человек страдает из-за неполучение желаемого.
— Грусть – данное переживание представляет собой самую легкую степень печали. Обычно сопровождает потерю доступа к результату, ценность которого не значительна.
Блок 4. Эмоции. Гнев.Гнев – это отрицательное эмоциональное состояние, протекающее чаше всего в форме аффекта, вызывается внезапными образовавшимися обстоятельствами, блокирующими удовлетворение категорически важной для человека потребности.
Совсем не обязательно, чтобы обстоятельства произошли в действительности, возможно возникновение гнева в результате собственных выводов.
Причины возникновения гнева весьма различны.
1. Это может быть «пробка» на дороге, из-за которой человек опаздывает по своим делам, т.е. возникают препятствия, блоки, мешающие получить доступ к целевым ресурсам.
2. В «пробке» на дороге соседний водитель может совершить опасный маневр и заблокировать автомобиль человека, после чего выскочить из салона собственного «четырехколесного друга» с намерением наказать «обидчика» и броситься к машине неприятеля. В результате, человек-мишень категоризует события как угрозу своей собственности или даже здоровью, жизни, и сам бросается с пистолетом на потенциального обидчика в гневе. Гнев порождается угрозой.
3. В той же самой пробке проезжающий мимо водитель может обозвать человека обидным плохим словом, что будет восприниматься как оскорбление и также вызовет гнев.
4. Автомобиль, находящийся впереди, вместо того, чтобы двигаться в прямом направлении, поскольку возник просвет в «пробке», продолжает «цепляться колесами» места. Водитель начинает испытывать гнев по отношению к «тормозному автомобилисту», потому что ситуация видится неадекватной и не соответствует ожиданиям.
5. В «пробке» водитель соседнего автомобиля может громко кричать, пребывая в состоянии гнева и «заражать» словно вирусом своим состоянием других водителей.
6. Автомобиль, проезжающий мимо на скорости может забрызгать грязью только что помытого «железного коня» человека, что вызовет опять же гнев, поскольку нарушено относительно комфортное состояние.
7. Проезжающий в попутном направлении по встречной полосе люксовый автомобиль с престижными номерами, объезжающий пробку, также способен вызвать гнев своим «несправедливым поведением» и претензией на исключительность.
8. Наконец, гнев может быть направлен против самого себя, когда человек оказался в «пробке», вместо того, чтобы заранее посмотреть в смартфоне электронную карту, отображающую текущую дорожную ситуацию и выбрать другой путь.
Гнев также может быть представлен в различных вариантах:
— Ярость – это высшее проявление гнева. Человек почти теряет способность контролировать собственное поведение.
— Злость/собственно гнев – это переживание человеком сильного напряжения, сопровождающееся желанием разрушить причину, породившую дискомфорт.
— Возмущение – это переживание человеком несправедливости по отношению к себе и «СВОИМ».
— Обида – мягкая форма гнева. Данное переживание возникает обычно как реакция человека на раздражитель, которая не реализуется «ЗДЕСЬ И СЕЙЧАС» в достойном ответе обидчику. Возникает затяжной характер. Это гнев, растянутый во времени.
Блок 5. Эмоции. Отвращение.Отвращение – это отрицательное эмоциональное состояние, возникающие при контакте с предметами, субъектами, явлениями, характеризующееся антагонистическим неприятием из-за разницы в оценках и принципах с нравственной, этической, идеологической позиции.
Отвращение тесно связано с пищей, водой, т.е. с теми ресурсами, которые необходимо регулярно восполнять в течении жизни. Качество пищи, ее съедобность, полезность являются факторами высокой важности для благополучного существования.
Отвращение в процессе эволюции способствовало выживанию особей, видов.
Данное эмоциональное переживание является сигналом, регулирующим пригодность продукта для последующего поедания, установления контакта или категорического отрицания.
На отвращение оказывают не меньшее влияние социокультурные факторы, разграничивающие приемлемые формы поведения и категорически не приемлемые, отвратительные.
Отвращение помогает человеку отвергнуть то, что может нанести ему вред, ущерб. При отвращении субъект стремиться прервать контакт с предметом и отказаться от будущих столкновений. Люди различных религиозных вероисповеданий могут с отвращением относится к «ЧУЖИМ», например, «неверным». Субъект воспринимает коллегу на работе, совершившего аморальный поступок, как отвратительного человека. Пища отвратительного содержания вызывает тошноту и рвоту. Отвращение усиливается по мере усиления внутреннего диалога, связанного с «плохим» объектом и ситуаций в целом.
Блок 6. Эмоции. Презрение.Презрение – это отрицательное эмоциональное состояние, характерное для межличностных отношений, возникает при расхождении оценок, убеждений и верований относительно предмета или явления.
Так, надменный человек с презрением относится к людям, которые не соответствуют его формату представлений о том, каким надлежит быть. Проявление робости может вызвать презрение со стороны субъекта, придерживающегося взглядов, что робость – это удел слабых, а слабые — это низшая «каста».
Человек выделяет один – два ключевых критерия, которые являются лекалом для других людей. Это своеобразное «прокрустово ложе», когда все несущественное «отсекается». Человек может не уметь отстаивать свою позицию, может говорить интеллигентно и мягко, и за это быть презираемым.
Блок 7. Эмоции. Страх.Страх – это отрицательное эмоциональное состояние, возникающее в ответ на реальную или воображаемую опасность.
При страхе человек боится. Страх возникает, когда субъект воспринимает предмет, как несущий угрозу здоровью, жизни, благополучию собственному и «СВОИМ».
Страх можно разделить на три варианта:
— Ужас — высшая степень страха. Проявляется в том, что человек в большей степени теряет способность к сознательному контролю собственного поведения. Все его психическое пространство заполнено причиной ужаса.
— Собственно, страх – это реакция, при которой человек стремиться скорее убежать от источника, несущего угрозу.
— Тревога/беспокойство — переживание, связанное с потенциальной опасностью, которая четко не локализована в пространстве и времени.
Блок 8. Эмоции. Стыд.Стыд – это отрицательное эмоциональное состояние, характерное для ситуаций, когда человек осознает, что собственные мысли, действия не соответствуют своим представлениям – убеждениям — верованиям о нормативном поведении или ожиданиям значимых людей.
Различают варианты стыда:
— Вина – это переживание человеком своего поведения или поведения «СВОИХ», как не соответствующее установившимся нормам, правилам, поставленным задачам.
— Совесть – это сложное переживания человеком соотношения личных мыслей, поступков культурным, религиозным, социальным нормам, как они представлены в собственной когнитивной модели мира.
— Непосредственно стыд – это острое переживание собственной негативной оценки своих поступков.
Заказать тренинг «Переговоры — Партнерство»
Блок 9. Эмоции. Зависть.Зависть – это отрицательное эмоциональное состояние, характеризуется переживанием несправедливости по отношению к собственной личности при сравнении с успехами других людей.
Встречаются и формы зависти по отношению к предметам за пределами человеческого общества. Некоторые люди могут испытывать зависть к цветущему дереву, к довольному коту, развалившемуся на диване. Происходит в некотором смысле очеловечивание таких объектов.
Зависть часто маскируется под плохое настроение, раздражительность, презрение, гнев.
В основе зависти лежит острое переживание отсутствия доступа «ЗДЕСЬ И СЕЙЧАС» к ценным и важным результатам, которое зачастую тщательно скрывается от других людей и от самого себя, в то время как у другого человека такой доступ присутствует, как это представлено в модели мира завидующего субъекта.
Зависть к тому, кто улыбается, что означает наличие хорошего настроения у человека, связана с отсутствием доступа к хорошему настроению. Не высока вероятность того, что возникнет зависть одного индивида к хорошему настроению другого, если оба в прекрасном расположении духа.
В повседневной жизни субъект в больше степени завидует тем, кого он знает, кто как он полагает не лучше, чем он сам. При этом сравнение обычно происходит с людьми, находящимися в точно таком же культурно — социальном срезе. Так, балерина завидует другой балерине, которой подарили больше цветов после концерта или дали главную роль. Балерина оценивает себя как более достойного человека вообще и в частности.
Отсюда образ восприятия сложившегося положения дел оценивается как социально несправедливый. Балерина при этом вряд ли будет завидовать министру культуры либо обслуживающему техническому персоналу театра.
Наличие доступа к результату у «счастливого» соседа при зависти со стороны субъекта равноценно проявлению «несправедливости», которую человек нередко стремиться исправить, что проявляет себя в сформированном намерении «усложнить жизнь» предмету зависти.
Субъект может проявлять агрессию прямо/косвенно или усложнять жизнь самому себя, возникает аутоагрессия.
В некоторых случаях индивид учиться каждый раз справляться с завистью, рационализируя ее, и смещает фокус с агрессии, независимо от формы/направления ее проявления, на формирование намерения обрести доступ к целевым результатам, либо происходит сознательное обесценивание предмета зависти.
Полагаю, что тема про эмоциональные переживания раскрыта с моей стороны достаточно и Вы получили ответы на большинство вопросов.
Но если это вдруг не так, то с удовольствием расскажу еще больше, просто в комментариях задавайте вопросы. На этом сегодня откланиваюсь и до новых встреч!
УМНЫЕ КНИГИ по современной поведенческой психологии, теории принятия решений, когнитивным иллюзиям, мотивации, лидерству, саморазвитию, ошибкам в мышлении Вы можете БЕСПЛАТНО скачать с моего сайта здесь: https://yakimovvlad.ru/knigi-psixologiya
Друзья, пишите комментарии, Ваше мнение очень важно услышать другим людям! Поверьте! Иногда комментарии читают с большим аппетитом!
Ребята и девчата! Ставьте лайки, для автора это важно, хватит думать только о себе и быть зацикленными на себе, прочитали статью, отблагодарите автора своим позитивом, поставьте лайк!
Пожалуйста делитесь в социальных сетях этой статьей, помогите мне распространять БЕСПЛАТНЫЕ знания БЕСПЛАТНО, ведь кому-то это может помочь в жизни справиться со сложной ситуацией! Спасибо, Вам!
С Вами был Владислав Ядро, тренер по переговорам! До свидания! Пока!
Все статьи сайта !
Друзья! Подпишитесь на мою рассылку, чтобы прочитать новые статьи в блоге и присоединяйтесь к 2811 остальным подписчикам! Обещаю! Никакого спама!
Имя *
Адрес электронной почты *
Политика конфиденциальности * ознакомлен(а)
Обзор книги В.
О. Леонтьева «Классификация эмоций»Фрагменты текста книги
Любые вопросы, связанные с книгой, пожалуйста, высылайте по адресу [email protected]
Основная цель книги — построение классификации эмоций, решается в первых главах. Во второй половине книги рассматривается применение построенной классификации к описанию типов Юнга. В последнем разделе описываются недостатки типологии Юнга, и предлагается более точная типология на основе структуры поведенческого акта П.К. Анохина.
Вопрос о классификации эмоциональных состояний является одним из самых актуальных в психологии эмоций, также как вопрос о классификации поведенческих черт в теории личности.
Несмотря на многочисленные попытки такой классификации в российской и западной психологии, ни одна из них не завершилась построением логически стройной системы, включающей в себя достаточно большое число эмоций. В большинстве случаев эти попытки приводили к разбиению всего множества эмоций на несколько групп с нечетко описанным содержимым и границами. Другой подход, наметившийся в американской психологии в последние годы, привел к классификации не более двух десятков эмоциональных состояний с помощью избыточно большого числа признаков.
О необходимости построения логически стройной классификации писали практически все ведущие психологи, занимавшиеся этим вопросом: П.В. Симонов, Г.А. Вартанян, В.К. Вилюнас, И.А. Васильев. В этой книге на основе небольшого числа признаков построена классификация, описывающая 52 эмоциональных состояния. Она имеет четкую доказательную основу и дает возможность для ее расширения.
Что дает такая классификация? Чтобы ответить на этот вопрос, нужно рассмотреть его в более широком контексте: что дает изучение психологии, вообще? У каждого мыслящего человека рано или поздно возникает потребность понять самого себя и окружающих.
В чем тут дело? Что заставляет даже неглупых людей совершать абсурдные поступки? Ответ очень прост — это неадекватные эмоции. Вспомните фильм , в котором главный герой совершает из-за любви череду безумных поступков, приведших его, в конце концов, на каторгу. Что им двигало? Разум? Нет, им руководили только эмоции. Так, может быть, эмоции вредны и не нужны современному человеку? Конечно, нет. Эмоции заставляют людей совершать чудеса и выходить победителями из самых безнадежных ситуаций.
В этой книге нет готовых рецептов, ее цель заключается в другом — понять основной принцип, объясняющий роль эмоций в жизни человека. Таблица Менделеева тоже не содержит технологии изготовления химических веществ, но только ее знание превращает мир химических элементов их хаоса в систему.
В книге решается проблема базовых эмоций. Это один из самых интересных вопросов в теории эмоций. Есть разные определения базовых эмоций. В основе определений К.Изарда, Плучека, П.Экмана лежат разные идеи, но их объединяет стремление, с одной стороны, выделить эмоции соответствующие некоторым фундаментальным физиологическим и психологическим процессам, а, с другой стороны, выделить небольшое количество эмоций, которые, объединяясь, давали бы все другие эмоции. Математической аналогией является понятие базиса векторного пространства. В книге выделяется набор из 8 эмоций, который удовлетворяет обоим требованиям к базовым эмоциям.
Все разложения составных эмоций в сумму базовых имеют строгое логическое обоснование.
Специалисты, интересующиеся проблемой интеллектуальных эмоций, найдут в книге подход и к их классификации.
В книге содержится также, описание типологии Юнга и ее связь с эмоциональным миром человека. Если вы еще не знакомы с типологией Юнга, то вы найдете в ней простой и достаточно эффективный способ систематизации людей по их психическому устройству. Если вы уже хорошо ее освоили и постоянно ей пользуетесь в ежедневной жизни, то вы найдете в книге совершенно новый способ описания типов Юнга через эмоциональный спектр личности, связь типов Юнга с уровнем активации и силой торможения нервной системы, описание типов телосложения и многое другое.
В последней части книги делается анализ некоторых недостатков типологии Юнга. Прежде всего, это размытость и неточность некоторых понятий.
В типологии Юнга противопоставляется логическое и эмоциональное в человеке. Но в психологии известно и другое противопоставление эмоционального и волевого. Оказывается, что оба эти противопоставления правомерны. Дело в том, что они проявляются на разных этапах поведенческого акта. Для более точного анализа структуры психики, рассматривается роль некоторых механизмов психики, описываемых типологией Юнга, на разных этапах поведенческого акта, описываемых схемой П.К. Анохина. Достаточно подробно описываются способы организации внимания человека и животных. Описывается влияние степени контроля человеком за эффективностью поведенческого акта, на поведение, так, что каждый читатель сможет определить свои параметры механизмов внимания и контроля.
Фрагменты текста книги
Оглавление.
Введение :::::::::::::::::::::::::4
Классифицирующие признаки ::::::::::::::::5
Первые три группы эмоций :::::::::::::::::11
Ведущие эмоции, возникающие на основе личных
потребностей:::::::::::::::::::::::.
11
Эмоции, связанные с личными нормами и правилами::::::.17
Эмоции, возникающие в результате соответствия-несоответствия
чьим-то или общественным стандартам, нормам, правилам::::21
Базовые эмоции::::::::::::::::::::::.25
Эмоции, возникающие в связи с чужими потребностями:::::.35
Эмоции, возникающие на основе взаимных отношений с
другими людьми:::::::::::::::::::::…38
Эмоции на основе презрения:::::::::::::::::42
Многомерная модель эмоций:::::::::::::::::46
Интеллектуальные эмоции::::::::::::::::::48
Спектр эмоций личности:::::::::::::::::::52
Связь с темпераментом и типологией Юнга:::::::::::52
Типология Юнга:::::::::::::::.
:::::::.54
Описания типов Юнга. :::::::::::::::::::..60
Модифицированная типология Юнга:::::::::::::…71
Введение.
Человек в процессе
жизнедеятельности испытывает множество самых раз-личных состояний: приятных, неприятных, интенсивных, едва заметных, дли-тельных, коротких. В психике есть различные механизмы, которые служат разным целям: результатом действия органов чувств являются ощущения теп-ла, боли, голода, жажды,
зрительные образы, слуховые и т.
д. Результатом действия механизма внимания
является его концентрация и более высокая чувствительность восприятия одних объектов по сравнению с другими. Более высокая концентрация внимания сопровождается состояниями, описываемыми словами собранность, сосредоточенность. Отсутствие внимания описывается как рассеянность, расслабленность, невнимательность. Степень волевой концентрации описывается как напряженность или безволие и т.п. Усталость, бодрость, сонливость это физиологические состояния организма.
Среди этого многообразия нужно выделять эмоциональные явления. Они также, весьма
различны. Есть слабые легко меняющиеся переживания, кото-рые могут возникать по самым незначительным поводам, это настроения. Есть длительные, устойчивые сложные состояния, включающие множество компо-нент: различного рода знаний, эмоций, намерений. Это чувства, такие как лю-бовь, дружба, ревность, счастье. Есть неосознанные эмоциональные состоя-ния, возникающие в результате сочетания определенных внешних условий и не зависящие от знаний человека об этих условиях.
И есть собственно эмоции, осознанные состояния, возникающие в результате оценки человеком некото-рого события или явления относительно возможности применения этого явле-ния в каких-то своих целях или удовлетворения своих потребностей. Одна и та же эмоциональная модальность (вид эмоции) может быть настроением, не-осознанной эмоцией или эмоцией. Так у человека страх может возникать при виде некоторых насекомых, которые никогда не причиняли ему вреда, кото-рых он, может быть, никогда в жизни не видел, и к которым другие люди со-вершенно безразличны. Страх может возникнуть при внезапном быстром дви-жении какого-либо предмета или громком звуке. Это неосознанная эмоция, ко-торая, вероятно, объясняется специфической реакцией некоторых нейронов на внешний вид насекомого или на движение объекта. Эта реакция человеком не осознается и возникает независимо от его опыта и желания. Слабая форма страха может быть настроением и выражаться в виде необъяснимой тревож-ности. И, наконец, эмоция страха может возникать как осознанная реакция на опасность.
Происхождение этого состояния в разных случаях различно, хотя феноменологически оно может ощущаться человеком одинаково.
Целью книги является анализ и классификации эмоций, точнее, тех когни-ций (знаний и соображений), которые лежат в основе возникновения всего многообразия эмоциональных состояний. О необходимости построения ло-гически стройной классификации писали практически все ведущие психологи, занимавшиеся этим вопросом: П.В. Симонов, Г.А. Вартанян, В.К. Вилюнас, И.А. Васильев. К сожалению, все делавшиеся попытки классификации, в луч-шем случае, приводили к разбиению всего множества эмоций на несколько групп с нечетко описанным содержимым. Другой подход, наметившийся в американской психологии в последние годы, привел к классификации не более двух десятков эмоциональных состояний с помощью избыточно большого числа признаков.
Каждый полноценный человек легко различает свои собственные эмоции.
Ему не составляет труда различить свои эмоции гнева, гордости, надежды и т.д.
друг от друга. Но объяснить, почему в конкретной ситуации у него возник гнев, а не страх или гордость человек может лишь в простейших случаях. На-шей задачей будет объяснение того, чем эмоции отличаются друг от друга. Причем это объяснение будет сделано с помощью небольшого числа приз-наков. Сначала нужно рассмотреть общие вопросы, причины возникновения эмоций и признаки, лежащие в основе классификации.
Классифицирующие признаки.
В русском, английском и других языках существует достаточно много слов обозначающих различные психические состояния, связанные с проявлением эмоций. В различных работах, в которых изучается вся совокупность эмоций, рассматриваются различные количества таких слов: от двух-трех десятков
[
2
]
до сотни.
В
[
28
]
речь идет о 120 словах. Человек способен испытывать нес-колько эмоций и состояний одновременно, в результате чего возникают слож-ные эмоции, описываемые сложными языковыми конструкциями. Прежде чем заниматься классификацией всего этого многообразия, нужно ответить на два вопроса.
1.Все ли состояния, описываемые этими словами и языковыми конструк-циями, являются эмоциями и, следовательно, их нужно классифицировать?
2. Все ли реально существующие эмоции описываются используемыми в языке конструкциями?
Первый вопрос, по сути, совпадает с одним из фундаментальных вопросов, сформулированных в
[
26
]
: как отделить эмоции от других эмоционально окра-шенных состояний, настроений, аффектов, эмоциональных черт? Сейчас не ставится задача классифицировать все состояния, поэтому ограничимся лишь теми эмоциями, которые возникают в результате оценки человеком возмож-ности удовлетворения-неудовлетворения некоторой своей потребности или достижения — не достижения некоторой своей цели.
Это близко к представ-лению об эмоции, как о психическом процессе оценивающем ситуацию и от-ношение организма к ней
[
6
]
. Пользуясь таким определением, уже не нужно рассматривать, например, такое состояние как рассеянность
[
2
]
, которое свя-зано с процессами концентрации внимания, а не с оценкой возможности дос-тижения цели. Также сейчас не будут рассматриваться такие понятия как любовь, ревность, счастье, ненависть и т.п., которые являются сложными социальными эмоционально-когнитивными комплексами. Не будем сейчас рассматривать и эмоциональный тон ощущений, который описывается сло-вами приятно-неприятно, удовольствие-неудовольствие. Например, боль это ощущение, а возникающий под ее воздействием эмоциональный тон ощущения называется страданием
[
15, стр. 43
]
.
В настоящее время, как утверждается в [ 21 ] , не существует общепринятой единой теории эмоций. Большое распространение получила потребностно-информационная теория П.В. Симонова, согласно которой возникновение эмо-ций определяется некоторой потребностью и оценкой возможности удовлетво-рения этой потребности. Это обычно выражается в виде структурной формулы
Э = F (П, И н — И с )
Э
— сила эмоции и ее знак,
П
— величина потребности,
И
н
— И
с
— оценка ве-роятности удовлетворения потребности на основе имеющегося опыта,
И
н
— ин-формация о средствах объективно необходимых для удовлетворения потреб-ности,
И
с
— информация о существующих средствах, которыми индивид реаль-но располагает.
Согласно этой теории если существует избыток информации о возможности удовлетворения потребности, то возникает положительная эмо-ция, если недостаток информации, то отрицательная эмоция.Считается, что многообразие эмоций определяется многообразием потребностей.
Однако, даже не вдаваясь пока в подробный анализ, очевидно, что при удовлетворении любой от самой примитивной до самой сложной потребности можно испытать радость, а при неудовлетворении любой потребности можно испытать горе.В то же время, одна потребность, например, пищевая, может вызывать страх, если есть большая вероятность ее неудовлетворения (т.е. воз-можность голода), может вызывать надежду на ее удовлетворение, может вы-зывать благодарность за ее удовлетворение и т.д. Т.е. одна потребность может вызывать разные эмоции и одна эмоция может вызываться разными потреб-ностями. Более подробный анализ каждой эмоции будет проводиться в дальнейшем, но уже сейчас ясно, что модальность эмоции определяется не только видом потребности.
Если быть более точным, то у объективного исследователя нет никаких оснований считать, что у всех людей радость от шашлыка совпадает или не совпадает с радостью от любви. Вполне может оказаться, что у одних людей это так, а у других не так. И, главное, трудно придумать способ объективной фиксации подобных ощущений. Для того чтобы избежать этих трудностей будет применен абстрактный подход к опре-делению эмоций, при котором вид удовлетворяемой потребности не будет влиять на эмоцию. Но об этом речь еще впереди.
Для целей классификации из теории Симонова будет взята идея о том, что эмоции связаны с оценкой возможности удовлетворения потребности. Инфор-мация о возможности удовлетворения потребности будет более подробно ана-лизироваться с помощью нескольких признаков, о которых речь впереди.
Эмоции выполняют много различных функций в психической деятель-ности человека. Опишем сейчас только одну, играющую важную роль для целей классификации.
Эту функцию можно назвать упрощающей в процессе принятия решения о дальнейшем поведении человека в каждой конкретной си-туации. В реальных жизненных ситуациях действует множество факторов имеющих для человека значение. Если начать взвешивать все факторы логи-чески, то это потребует много времени, в то время, как промедление в некото-рых случаях может оказаться роковым. Эмоция же возникнув, заставляет че-ловека действовать не рассуждая. В критических ситуациях это может спасти жизнь, в ситуациях же обыденных эмоции часто оказываютя вредны именно потому, что мешают взвесить все обстоятельства и принять оптимальное ре-шение. Именно это и будем называть упрощающей функцией эмоций. Так страх заставляет или убегать или затаиться, гнев заставляет нападать, интерес заставляет исследовать ситуацию, надежда заставляет выжидать. В дальней-шем мы будем исходить из того, что каждая эмоция толкает человека на неко-торые действия, которые можно описать не вникая в частные детали ситуации. На этом будет основан один из классифицирующих признаков.
Классификация любого множества объектов означает разбиение его на не-пересекающиеся подмножества с помощью некоторого набора признаков. Чем больше признаков используется в классификации, тем мельче получаются подмножества. Идеальная цель любой классификации — выделение каждого элемента классифицируемого множества в качестве подмножества, с помощью минимального числа признаков.
С этой точки зрения рассмотрим классификацию В.К. Вилюнаса
[
9
]
, кото-рый делит эмоции на ведущие и ситуативные. Ведущие сигнализируют о не-удовлетворенности потребностей и побуждают к поиску целевого объекта. Си-туативные возникают в результате оценок этапов поведения и побуждают действовать либо в прежнем направлении, либо менять поведение. Ситуативные эмоции делятся на три группы: 1) констатируемый успех-неус-пех; 2) предвосхищающий успех-неуспех; 3) обобщенный успех-неуспех.
Такая классификация, являясь, несомненно, полезной и выделяя существенные признаки эмоций, тем не менее, далека от достижения идеальной цели.
Симонов П.В. [ 19 ] классифицирует эмоции по характеру действий: пре-одоления, защиты, нападения. При этом он выделяет дополнительные оттенки по величине потребности вызывающей эмоцию и по оценке вероятности ее удовлетворения. Кроме того, П.В. Симонов рассматривает некоторые эмоции, являющиеся результатом возникновения двух эмоций одновременно: удоволь-ствия, отвращения, радости, горя, страха, гнева. Например, презрение он счи-тает результатом возникновения отвращения и гнева одновременно. Этот факт будем записывать в виде презрение = отвращение + гнев.
Для проведения классификации нужно выбрать некоторый набор призна-ков.
К настоящему времени описано достаточно большое число признаков и характеристик эмоций. Вундт В. выделял три характеристики: 1) гедонический тон или знак эмоции, положительный или отрицательный; 2) готовность к действию, расслабление-напряжение; 3) уровень активации, спокойствие-воз-буждение. Шлосберг Г. говорил о такой характеристике, как принятие-оттал-кивание см.
[
27,стр.40
]
. Осгуд
ввел понятие контроль-импульсивность. Изуча-лись также характеристики
внимание-невнимание
[
29
]
,
уверенность в себе-неуверенность
[
30
]
.
Неэмоциональная активация, полюсами которой являются уверенность-растерянность, рассматривается в
[
13
]
.
В работе [ 34 ] делается еще одна попытка классификации. 17 эмоций опре-деляются различными сочетаниями 7 признаков: 1) ожидаемый-неожиданный; 2) последовательный-непоследовательный; 3) нерасположенный-желающий; 4) высокая вероятность-низкая вероятность; 5) высокий-низкий контроль; 6) характерный-нехарактерный источник проблемы; 7) связь проблемы с окружением или с личностью. В [ 36 ] эмоции радость, печаль, опасение, гнев, отвращение, позор, вина описываются с помощью меньшего числа измерений. Такое количество признаков уже само по себе требует классификации и ос-мысления. Из этого многообразия выберем сначала 3 бинарных признака.
1.Знак эмоции положительный (+) или отрицательный (-).
Этот термин используется со времен Вундта. Под ним подразумевается гедонистический тон эмоции или субъективное ощущение приятное или неприятное. Изард
[
27,стр.20
]
утверждает, что такие эмоции как гнев, страх стыд не могут быть однозначно отнесены к положительным или отрицательным. В одних ситуа-циях они могут ощущаться как полезные и, следовательно, как положитель-ные, в других как вредные и, следовательно, как отрицательные. Е.П. Ильин
[
15, стр.14
]
, еще более категорически утверждает, что понятие знака эмоции бессмысленно и вводит в заблуждение.
Чтобы избавиться от такой неодно-значности, в соответствии с принятым здесь определением эмоции как состо-яния возникающего в связи с оценкой возможности достижения-недостижения цели, будем называть эмоцию положительной, если она возникает в связи с удовлетворением потребности или достижением цели, соответственно, отри-цательной в связи с неудовлетворением или не достижением.
Это определение знака эмоции
предлагается в
[
7
]
.Такое определение положительности-отрица-тельности, будучи очень близким к общепринятому, тем не менее отличается от него и дает возможность однозначно определять знак эмоций. При этом знак может иметь только два значения плюс или минус.
2. Время возникновения эмоции относительно события. По этому признаку эмоции делятся на предвосхищающие и констатирующие. Эти термины будем применять в том же смысле, что и В.К. Вилюнас. Предвосхищающие эмоции возникают до события связанного с достижением-не достижением цели, пред-шествуют ему и являются результатом оценки вероятности успеха-неуспеха, в соответствии со структурной формулой П.В. Симонова.
Констатирующие эмоции возникают после события связанного с достижением — не достижением успеха.
3.
Направленность эмоций. По этому признаку выделяются эмоции направ-ленные на себя и направленные на внешние объекты, на других людей.
Для того чтобы более точно сформулировать этот признак, нужно еще раз рассмотреть упрощающую функцию эмоций. Эта функция заключается в том, что эмоции подготавливают организм к определенному действию в возникшей ситуации. Эмоции предназначены для разрешения универсальных жизненных затруднений, затруднительных положений
[
31
]
. В
[
32,р.202
]
говорится об общих адаптационных задачах, которые конфигурируются в основные темы. В
[
37
]
рассматриваются некоторые обобщенные ситуации, вызывающие эмоции: печаль — неудача в достижении цели, страх — ожидание неудачи в достижении цели, счастье — цель достигнута.
П.Экман
[
25
]
говорит о том, что первичная функция эмоций заключается в мобилизации организма для быстрой реакции на ситуацию наиболее адекватным в прошлом способом.
Таким образом, каждая эмоция готовит человека к некоторому действию. Это действие может совершаться с внешним объектом или с самим человеком. Например, гнев нацеливает на устранение препятствия к достижению цели и, таким образом, направлен на внешний объект. Печаль подготавливает челове-ка обходиться без той цели, которой не удалось достигнуть, и направлена на себя.
В литературе есть подробный анализ и модели некоторых эмоций. Напри-мер, в
[
23
]
рассматриваются различные стили проявления эмоции гнева в зависимости от сильно или слабо выраженной физиологической компоненты, от силы переживания и от интенсивности поведенческого его выражения.
В
[
38
]
вина рассматривается как проявление диссонанса в смысле Л.Фестингера. Трудно совместить столь различные подходы. Целью предлагаемой классифи-кации является попытка рассмотрения многообразия эмоций с единой точки зрения.
Комбинируя три описанных бинарных признака можно получить лишь 8 различных вариантов. Введем 4-й признак, который бинарным не является.
Этот признак описывает группы эмоций по источнику их происхождения.
1).Эмоции, связанные с удовлетворением-неудовлетворением личных потребностей человека. Это, по сути, совпадает с ведущими эмоциями В.К. Вилюнаса.
2).Эмоции, возникающие в результате сравнения некоторого объекта, са-мого себя или своих действий со своими же нормами, стандартами, правила-ми, убеждениями.
3).Эмоции, возникающие в результате сравнения объекта с общественными правилами и нормами.
4).Эмоции, возникающие в связи с потребностями других людей.
5).Эмоции, возникающие в результате взаимных отношений с другим чело-веком.
6).Эмоции, возникающие на основе презрения.
Сочетанием 4-х приведенных признаков можно описать 48 качественно различных эмоции. Если учесть количественные отличия между родствен-ными эмоциями, то их число значительно возрастает. Такое разбиение на группы аналогично классификации Б.И. Додонова [ 15, стр.134 ] .
В
[
4
]
критикуется естественнонаучный подход к изучению эмоций.
Форму-лируется проблема выделения связей и отношений, доказательства их сущест-вования или нет. Ставится проблема метода изучения эмоций. В
[
20
]
ут-верждается, что любая теория эмоций должна предложить теоретический принцип классификации. Именно такой теоретический принцип в этой книге и предлагается.
В предлагаемой классификации методом анализа эмоций является переход к изучению ситуаций, в которых эмоции возникают. При определении отдель-ных эмоций, в наиболее общем виде описывается ситуация, в которой она воз-никает. После этого классифицируются ситуации и соответствующие им эмо-ции. Связи между эмоциями оказываются тождественными связям между си-туациями. Например, если окажется, что некоторой сложной эмоции соответ-ствует сложная ситуация, состоящая из нескольких простых ситуаций, кото-рым соответствуют простые эмоции, то делается вывод, что сложная эмоция состоит из простых эмоций.
Для наглядности, классифицируемые эмоции будем располагать в верши-нах кубов. Каждый куб соответствует различным источникам эмоций (4-й признак). Вертикальное ребро куба соответствует знаку эмоции. На верхней грани располагаются положительные эмоции, на нижней грани отрицательные эмоции (1-й признак). Горизонтальные ребра куба, параллельные плоскости рисунка, соответствуют времени возникновения эмоции (2-й признак). На ле-вой грани располагаются предвосхищающие, на правой грани констатиру-ющие эмоции. Ребра куба перпендикулярные плоскости рисунка соответству-ют направленности эмоции (3-й признак). На передней грани находятся эмо-ции направленные на себя, на задней грани направленные на объект.
Первые 3 группы эмоций.
Прежде чем начать описания конкретных эмоций нужно сделать одно су-щественное замечание.
Целью дальнейших описаний является не определение эмоций, а подбор названий эмоций, наиболее точно удовлетворяющих набору классифицирующих признаков. Например, при анализе эмоции горя будет сде-лан вывод, что это констатирующая, отрицательная, направленная на себя эмоция, возникающая в связи с личными потребностями. Это нужно понимать так, что для констатирующей, отрицательной, направленной на себя эмоции, возникающей в связи с личными потребностями, наиболее точно подходит название . После приписания каждой эмоции четырех классифициру-ющих признаков, этот набор признаков становится ее определением, после чего под термином понимается не то, что феноменологически каждый человек себе представляет, а эмоция, обладающая указанным набором приз-наков. При этом, однако, окажется, что все
формально возможные сочетания признаков будут определять некоторую эмоцию, о которой каждый цивилизо-ванный человек имеет представление.
Ведущие эмоции,
возникающие на основе личных потребностей.
Горе.
В [ 27 ] в качестве основной эмоции рассматривается страдание, а горе счи-тается комбинацией эмоций и аффективно-когнитивных структур. При этом отмечается, что страдание может возникать при чрезмерном уровне стимуля-ции громким звуком, болью, холодом и т.п., стр.252. Т.к. эмоция должна воз-никать в связи с некоторой потребностью, то страданием будем называть эмо-циональный тон ощущений, как это делается в [ 15, стр.43 ] . Под термином будем подразумевать только эмоцию, тем самым несколько сужая бы-товой смысл этого слова.
Основным источником горя является утрата материальных объектов, прив-лекательных качеств в себе самом (способностей, самоуважения), отношений с другими людьми.
Общим фактором для всех психологических причин горя яв-ляется ощущение потери чего-либо ценного
[
27,стр.268
]
. Будем рассматри-вать горе как эмоцию, возникающую при утрате некоторой ценности, способа удовлетворения некоторой потребности. Горе возникает после того как про-изошло неприятное событие (утрата), поэтому оно должно находиться на пра-вой грани куба эмоций.
Рис.1. Эмоции, возникающие на основе личных потребностей.
Верхняя грань — положительные эмоции.
Нижняя грань — отрицательные эмоции.
Левая грань -предвосхищающие эмоции.
Правая грань -констатирующие эмоции.
Передняя грань — эмоции направленные на себя.
Задняя грань — эмоции направленные на объект.
Горе возникает как реакция на утрату возможности удовлетворения пот-ребности, на невозможность ее дальнейшего удовлетворения, поэтому оно должно находиться на нижней грани. Горе является переживанием утраты, подготавливает человека обходится без утраченного объекта, приводит к как можно более редкому вспоминанию травмирующего события или даже к его забыванию, и потому, направлено на себя, т.е. должно находиться на передней грани. Наконец, горе возникает в результате утраты возможности удовлетво-рения личной потребности. Эти четыре фактора полностью определяют поло-жение эмоции горя на кубе эмоций, как это показано на рис.1.
Перечислим некоторые оттенки эмоции горя и чувств, возникающих на его основе, отличающиеся по интенсивности, величине активации, степени готов-ности к действию и т.п.: печаль, грусть, тоска, сожаление, уныние, скорбь, огорчение.
Литература.
1. Аргайл М. (1990) Психология счастья. М. 2. Архипкина О.С.(1981) Реконструкция субъективного семантического пространства, означивающего эмоциональные состояния. Вестн. Моск. ун-та. Сер.14. Психология., №2
3. Васильев И.А, Поплужный В.Л., Тихомиров О.К. Эмоции и мышление. М., 1980.
4. Васильев И.А. (1992) Гуманитарная и естественнонаучная парадигмы в исследованиях эмоций. Психологический журнал, №6, т.13, с.80
5. Васильев И.А. Роль интеллектуальных эмоций в регуляции мыслительной деятельности // Психологический журнал. — 1998. — №4, С. 49-60.
6. Вартанян Г.А., Петров Е.С. (1989) Эмоции и поведение. Л. Наука.
7. Веккер Л.М. Психика и реальность: единая теория психических процессов.
М
.:
Смысл
;Per Se,2000.
8. Виденеева Н.М., Хлудова О.О., Вартанов А.В. Эмоциональные характеристики звучания слов. Журн. Высш. Нервн. Деят. 2000, №1, т.50.
9. Вилюнас В.К. (1990) Психологические механизмы мотивации человека. М.
10. Гозман Л.Я. (1987) Психология эмоциональных отношений. М. МГУ.
11. Данилова Н.Н. Психофизиология. М: Аспект Пресс, 2000.
12. Данилова Н.Н., Крылова А.Л. Физиология высшей нервной деятельности. Феникс, 1999.
13. Данилова Н.Н., Онищенко В., Сыромятников С.Н., (1990)Трансформация семантического пространства терминов состояний под влиянием информационной нагрузки в условиях дефицита времени. Вест. Моск. Ун-та. Сер.14. Психология.№4,с.29-40
14. Ильин Е.П. Дифференциальная психология. СПб, Питер, 2001.
15. Ильин Е.
П. Эмоции и чувства. Спб, Питер, 2001.
16. Муздыбаев К. Психология зависти. Психологический журнал, 1997, №6,3-11
17. Муздыбаев К Феноменология надежды. Психологический журнал, т.20, 1999, №3,с.18-27
18. Обозов Н.Н. (1990) Психология межличностных отношений.
19. Симонов П.В.(1981) Эмоциональный мозг. М. Наука.
20. Симонов П.В. Ответ профессору Б.И. Додонову. (Еще раз о потребностно-информационном подходе к изучению эмоций). Психологический журнал, 1983, №4, 119-133.
21. Симонов П.В. Мозговые механизмы эмоций. Журн. высш. нервн. деят., 1997, т.47, вып.2, с.320-328
22. Шмелев А.Г. Психодиагностика личностных черт. СПб, Речь,2002.
23. Bo¨ddeker I.
, Stemmler G.Who responds how and when to anger? Theassessment of actual anger response styles and their relation to personality
С
ognition and emotion, 2000, 14 (6), 737-762
|
24. Bowlby J. (1973) Attachment and Loss. Vol.2 Separation, anxiety and anger. New York. Basic Books. 25. Ekman P. Basic emotion. In T. Dalgleish and M. Power (Eds.). Handbook of Cognition and Emotion. Sussex, U.K.: John Wiley & Sons, Ltd., 1999. 26. Ekman P.,Davidson R.J. (Eds) (1994) The nature of emotion. Fundamental Questions. Oxford University Press. 27. Izard, C. E. (1977). Human Emotions. New York: Plenum Press. Пер. Изард К.Е. Эмоции человека М.1980
28. 29. Frijda N.H., Phillipszoon E.(1963) Dimension of recognition of expression. Journal of abnormal and Social Psychology. 66,45-51 30. Frijda N.H.(1970) Emotion and recognition of emotion. In: Arnold M.B. (Ed) Feelings and Emotion. N.Y., Academic Press. |
J. R.J. Fontaine; Y. H. Poortinga; B. Setiadi; S. S. Markam . Cognitive structure of emotion terms in Indonesia and The Netherlands. Cognition and Emotion. 2001, V.16,1,61-86
31. Johnson-Laird, P. N. & Oatley, K. (1992). Basic emotions: a cognitive science approach to function, folk theory and empirical study. Cognition and Emotion, 6, 201-223.
32. Lazarus, R. S. (1991). Emotion and Adaptation. New York: Oxford University Press.
33. Plutchik, R. (1962). The Emotions: Facts, Theories and a New Model.
New
York: Random House.
34. Roseman I. J. Appraisal Determinants of Emotions: Constructing a More Accurate and Comprehensive Theory . Cognition & Emotion.V.10, №3, 1996
35. Scher, S. J., & Cooper, J. (1989). Motivational basis of dissonance: The singular role of behavioral consequences. Journal of Personality and Social Psychology, 56, 899-906.
36. Scherer K.R Р rofiles of Emotion-antecedent Appraisal: Testing Theoretical Predictions across Cultures. Cognition & Emotion, V. 11, №2, 1997
37. Stein, N. L. & Trabasso, T. (1992). The organization of emotional experience: creat-ing links among emotion, thinking and intentional action. Cognition and Emotion, 6, 225-244.
38.
Stice
Е
.
Т
he similarities between cognitive dissonance and guilt:
confession as a relief of dissonance. Current Psychology, 1992, Vol. 11 Issue 1, p69
|
39. Stotland E. (1969) The psychology of hope. San Francisco, Josey-Bass. |
|
|
Эмоция
- Базальные эмоции
- Биологическая теория эмоций Анохина
- Выражение эмоций
- Двухкомпонентная теория эмоций С. Шехтера
- Катарсис
- Компоненты эмоций
- Методы исследования эмоций
- Надежда
- Негативные эмоции
- . .. и другое
.. и другое
Классификация положительных и отрицательных эмоций на основе многоканальности
Введение
Эмоции играют решающую роль в повседневной жизни, отражая текущее физическое и психическое состояние человека и существенно влияя на познание, общение и принятие решений. Обычно считается, что эмоции имеют два измерения: возбуждение и валентность, причем возбуждение относится к интенсивности эмоции; валентность, относящаяся к определенному эмоциональному содержанию, разделенному на положительные, отрицательные и нейтральные чувства (Kim et al., 2013; Bailen et al., 2019).). Положительные эмоции могут улучшить субъективное самочувствие и способствовать физическому и психическому здоровью, в то время как постоянные негативные эмоции будут влиять на физическое и психическое здоровье людей и их рабочий статус (Gupta, 2019). Различные эмоции возникают в ответ на внешние раздражители окружающей среды и сопровождаются изменениями личностных представлений и психологических реакций, измеряемых и идентифицируемых научными методами (Wolf, 2015).
Предыдущие исследования показали, что многие сигналы позволяют нам идентифицировать эмоции. Наиболее интуитивное выражение лица, голос, сигналы позы, ЭЭГ, ЭКГ, ЭМГ, дыхание и другие физиологические сигналы также могут измерять эмоцию. Среди многих сигналов, которые могут отражать эмоциональные изменения, ЭЭГ с высоким временным разрешением и неартефактными характеристиками была оценена многими исследователями и является стандартным методом распознавания эмоций. В сигналах ЭЭГ есть некоторые особенности, которые обладают сильной способностью классификации эмоций. Петрантонакис и Хаджилеонтиадис (2010) предложили использовать функции кроссовера более высокого порядка для извлечения функций ЭЭГ, протестировали четыре различных классификатора и, наконец, внедрили надежный метод классификации эмоций. Чен и др. (2019) подтвердили, что особенность дифференциальной энтропии существенно влияет на классификацию настроений. В распределении областей мозга, связанных с классификацией эмоций, есть некоторые различия в реакции разных областей мозга на разные эмоции.
Однако большинство исследований по классификации эмоций были основаны на многоканальных сигналах ЭЭГ (Gonzalez et al., 2019; Goshvarpour and Goshvarpour, 2019). Было получено много ценных достижений в отношении различий и функций различных областей мозга в классификации эмоций. Например, исследование показывает, что префронтальная доля и затылочная доля вносят большой вклад в классификацию эмоций (Asghar et al., 2019).). Фирпи и Фогельштейн (2011) в исследовательской работе по выбору признаков пришли к выводу, что электроды F3, F4, T8 лучше всего влияют на классификацию эмоций.
Несмотря на то, что было проведено много исследований по распознаванию эмоций по сигналам ЭЭГ, некоторые проблемы до сих пор не ясны в предыдущих исследованиях. Прежде всего, большинство доступных наборов данных для распознавания эмоций используют изображения, видео, аудио и другие способы вызвать эмоциональные изменения. Некоторые исследователи использовали сигналы ЭЭГ из видеороликов о счастье, гневе, печали и радости испытуемых, чтобы классифицировать эти четыре типа эмоций в связанных исследованиях (Calix et al.
, 2012). В других исследованиях данные классифицируются на основе таких эмоций, как счастье, расслабление, горе и страх (Алазраи и др., 2018). Поэтому современные критерии классификации эмоций разнообразны из-за высокой сложности и абстрактности самой эмоции. В результате многим исследователям не удается достичь единого стандарта классификации эмоций при работе, связанной с распознаванием эмоций. На практике в некоторых исследованиях метка вызванных данных напрямую используется в качестве метки окончательной классификации эмоций, но она может существовать под отрицательной эмоцией, но не вызывает отрицательную эмоцию. Поэтому вначале возникает путаница в классификации образцов. Во-вторых, при извлечении сигналов ЭЭГ предыдущее исследование выявило наиболее важные черты эмоций из сигналов ЭЭГ. В настоящее время для классификации эмоций сигналов ЭЭГ используются четыре типа признаков: характеристики временной области, характеристики частотной области, статистические характеристики и характеристики частотно-временной области (Torres et al.
, 2020). Хотя о многих из вышеперечисленных признаков сообщалось, до сих пор нет подробных исследований, чтобы показать, какие комбинации признаков сигнала ЭЭГ наиболее значимо связаны с классификацией эмоций. Недавно исследователи предположили, что дифференциальная энтропия имеет хороший классификационный эффект при классификации эмоций. Характеристики пропорции энергии и дифференциальной энтропии оказывают существенное влияние на двухканальную классификацию эмоций (Al-Nafjan et al., 2017). Однако Дуан и соавт. (2013) отметили, что при классификации эмоций степень различения сигналов в высокочастотных диапазонах выше, чем в низкочастотных, что указывает на то, что классификация признаков дифференциальной энтропии в разных частотных диапазонах все еще остается спорной. Кроме того, предыдущие исследования показали, что разные области мозга предпочитают извлекать признаки, и, наконец, существуют различия в эффекте классификации эмоций (Lin et al., 2009).; Чжун и др., 2020).
Поэтому стоит изучить вопрос: когда мы используем дифференциальную энтропию, извлекаемую из разных областей мозга, в качестве признака классификации эмоций, какова разница в эффекте классификации? Какая область мозга будет извлекать признаки для достижения наилучшего эффекта классификации? В-третьих, существует тенденция использовать как можно меньше каналов для идентификации эмоций для переносимости.
Одно исследование показало, что при использовании только лобного электрода (Fp1 и Fp2) и использовании алгоритма дерева решений (DT) с градиентным подъемом для классификации счастья и печали его точность также может достигать 95,78% (Аль-Нафьян и др., 2017). Однако не проводилось исследований для одновременного сравнения эффекта двухканальной и многоканальной классификации. Является ли эффект классификации двухканального по-прежнему лучше, чем у многоканального при тех же условиях эксперимента?
Основываясь на вышеупомянутых проблемах в исследованиях распознавания эмоций, это исследование было сосредоточено на эмоциях, состоящих из достоверности и возбуждения, при классификации эмоций и сосредоточено на положительных и отрицательных эмоциях в этих двух категориях. Сигналы ЭЭГ извлекались, когда испытуемые смотрели положительные и отрицательные видео, и были выбраны четыре классификатора для определения классификации эмоций. В этом исследовании алгоритмы опорных векторов (SVM), DT, нейронной сети с обратным распространением (BPNN) и k-ближайших соседей (kNN) использовались для изучения эффекта классификации доли энергии и дифференциальных энтропийных признаков, эффекта классификации дифференциальной особенности энтропии в разных частотных диапазонах и классификационный эффект дифференциальных энтропийных характеристик в разных областях мозга.
Между тем, в канале анализа распознавание эмоций выполняется на многоканальных и двухканальных данных префронтальной доли, чтобы выяснить, есть ли разница в точности классификации.
Материалы и методы
Участники
Двадцать шесть участников (возраст от 18 до 20 лет, M = 19, SD = 0,48; 50% женщины) были набраны с помощью листовок. Субъекты имели стандартную остроту зрения или скорректированную остроту зрения, нормальный слух и отсутствие значительных эмоциональных проблем или психических расстройств по шкале тревожности состояния (STAI) и шкале депрессии Бека (BDI). За 24 часа до начала эксперимента не употребляли кофе и алкогольные напитки. Все испытуемые подписали форму информированного согласия и получили некоторое вознаграждение в конце эксперимента. Если испытуемые не принимали содержание фильма во время эксперимента, они могли не смотреть фильм или прекратить эксперимент. Протокол исследования был одобрен Комитетом по этике Университета Сиань Цзяотун.
Стимулы и процедура
В этом исследовании использовались видеоролики, вызывающие эмоции. Мы использовали пересмотренную библиотеку динамических видео Deng et al. (2017), который содержит восемь эмоциональных состояний: счастливое, грустное и нейтральное. Каждое эмоциональное состояние состояло из восьми видеофрагментов, всего 64 видеофрагмента. Продолжительность каждого видео составляла 60 с. Не было существенной разницы в инвалидности и эмоциональном возбуждении между видео одного и того же типа. Поскольку это исследование было сосредоточено на алгоритме бинарной классификации положительных и отрицательных эмоций, для просмотра испытуемыми были выбраны четыре отрицательных и четыре положительных сегмента. Во время сбора испытуемые в течение 4 мин смотрели видео на соответствующую эмоциональную тему. Каждому субъекту была предоставлена индивидуальная оценка по четырем измерениям валентности-возбуждения-доминирования-приязни от 1 до 9., один из которых является самым маленьким, а девять — самым большим.
После просмотра видео использовалась 9-балльная оценочная шкала для оценки их субъективных эмоциональных переживаний во время просмотра видео. В этом исследовании эмоции анализировались с точки зрения двух измерений: валентности и возбуждения. Если индивидуальная оценка выше 4,5, уровень возбуждения/валентности высокий; тогда как если оценка индивидуума меньше 4,5, уровень возбуждения/валентности низкий (Koelstra et al., 2012). Испытуемые делали 2-минутный перерыв после подсчета очков, чтобы восстановить спокойствие.
Сбор и предварительная обработка данных ЭЭГ
Набор данных был собран в безэховой фотолаборатории Сианьского университета Цзяотун, что значительно уменьшило шум, реверберацию и электромагнитные помехи. Электрическую активность мозга измеряли по 32 каналам с использованием модифицированной 10-20-системной электродной шапочки (Neuroscan Inc.). Все ЭЭГ регистрировались непрерывно с частотой 1000 Гц. Электрод помещали на лоб в качестве земли, а кончик носа служил эталоном записи.
ЭЭГ усиливали с использованием полосы пропускания 0,1–100 Гц. Вертикальную ЭОГ регистрировали электродами, расположенными над и под левым глазом, а горизонтальную ЭОГ — электродами, расположенными вне обоих глаз. Импеданс всех электродов поддерживали ниже десяти кОм.
Предварительную обработку необработанных данных ЭЭГ проводили с использованием программного обеспечения EEGlab (версия R2013b, Сан-Диего, США), набора инструментов с открытым исходным кодом, работающего в среде MATLAB (версия R2013b, MathWorks, США). Предварительная обработка данных ЭЭГ в покое включала средний эталон. Непрерывные данные ЭЭГ подвергались полосовой фильтрации в диапазоне от 0,5 до 45 Гц и режекторному фильтру в диапазоне от 48 до 52 Гц; Затем эти сегменты были осмотрены визуально, чтобы удалить сегменты с глазодвигательными артефактами или артефактами движения головы. Данные были сегментированы на 2-секундные эпохи. Артефакты движения глаз были скорректированы с помощью анализа отдельных независимых компонентов (ICA) путем удаления соответствующих компонентов на основе конкретной кривой активации (Mennes et al.
, 2010). Эпохи ЭЭГ, загрязненные сильными мышечными артефактами, и любые эпохи ЭЭГ с амплитудными значениями, превышающими ±80 мкВ на электродах, отбрасывались вручную.
Многоканальный анализ классификации настроений
Основанный на традиционной схеме обработки данных ЭЭГ, при использовании многоканальных данных ЭЭГ для анализа структура схемы обработки и анализа данных в этом исследовании показана на рисунке 1.
Рисунок 1 . Блок-схема многоканального алгоритма классификации эмоций.
Sample Division
В этом исследовании эмоциональное состояние делится по 9-балльной оценочной шкале, а клипы ЭЭГ, не соответствующие тегам эмоционального состояния и видеостимула, удаляются. После предварительной обработки чистая ЭЭГ была разделена на сегменты длительностью 1 с. Для всего набора данных было разделено 5456 выборок, в том числе 2756 положительных эмоций и 2700 отрицательных эмоций.
Извлечение признаков
Сигналы ЭЭГ после предварительной обработки были разделены на сегменты длиной 1 с.
Для всего набора данных можно нарезать 5456 образцов, включая 2756 положительных эмоций и 2700 отрицательных эмоций. В соответствии с признаками, используемыми в обычном анализе сигналов ЭЭГ, без учета специализации для решения проблемы классификации эмоций, для этого исследования были выбраны 59-мерные признаки, что в сумме составляет 1888-мерные признаки для всех 32 каналов, и этот набор функций могут быть использованы в качестве базовых функций для этого исследования. 59-размерные характеристики можно увидеть в таблице 1.
Таблица 1 . Основные характеристики сигналов ЭЭГ.
Было показано, что доля энергии поддиапазона и функция дифференциальной энтропии для задачи классификации эмоций более эффективны. Энергию полосы частот и ее процент можно рассчитать напрямую, получив спектр посредством преобразования Фурье сигнала.
Дифференциальная энтропия является расширением энтропии Шеннона, которая определяется следующим уравнением (Shi et al., 2013):
h(X)=-∫Xf(x)log (f(x)) dx, где X — временной ряд сигнала ЭЭГ, а f(x) — функция плотности вероятности X.
Если последовательность ЭЭГ X подчиняется нормальному распределения, то дифференциальная энтропия последовательности равна
. Ссылаясь на наблюдение Ши и др. др. (2013) по сигналам ЭЭГ, сигналы ЭЭГ в часто используемых диапазонах частот подчиняются нормальному распределению N(μ, σ 2 ) . Следовательно, для фиксированной полосы частот 9i2=1N∑n = 1Nxn2
{ X n }, которая является последовательностью X. Кроме того, по теореме Парсеваля известно, что:
∑n = 1Nxi2=1N∑k=1N|Xk|2=Pi, где { X k } является результатом БПФ { X n }, P i , представляющим энергетический спектр в полосе частот i . Из приведенного выше вывода можно вывести, что:
hi(X)=12log (2πeσi2)=12log (Pi)+12log (2πeN) Поскольку длина всех выборок составляет 1 с, N является константой, а последний член приведенного выше уравнения является константой, которой можно пренебречь с точки зрения классификации.
Также коэффициент 1/2 не влияет на показатели признака в классификации.
После получения энергетического спектра каждой полосы частот образца можно получить логарифм для представления характеристики дифференциальной энтропии сигнала ЭЭГ в этой полосе частот. В этом исследовании этот метод использовался для расчета дифференциальной энтропии и использовался в качестве классификационного признака.
DT с градиентным усилением выбирается для выбора наиболее эффективного канала и функций из многоканальных мультифункций (GBDT). Индекс доли признаков алгоритма используется в качестве основы для выбора признаков для фильтрации признаков, которые вносят наибольший вклад в классификацию, и упрощения модели путем выбора признаков для повышения эффективности классификации.
Алгоритм классификации
В этом исследовании были выбраны четыре алгоритма: машина опорных векторов (SVM), DT, BPNN и k-ближайший сосед (kNN) для изучения преимуществ задач дихотомической классификации счастливых и грустных эмоций.
При использовании алгоритма SVM функция ядра, выбранная в этой статье, является линейной функцией, а гиперпараметры машины опорных векторов оптимизируются посредством поиска по сетке. При использовании нейросетевого алгоритма BP количество узлов во входном слое определяется по количеству собственных значений каждой части. Количество узлов в выходном слое установлено равным двум, поскольку в этой статье в основном классифицируются положительные и отрицательные эмоции. Значение количества узлов скрытого слоя определяется по следующей формуле: m=n1, где n — количество узлов входного слоя, l — количество узлов выходного слоя, m — количество узлов скрытого слоя. При использовании алгоритма DT сначала создается классификационная модель DT путем изучения обучающей выборки; во-вторых, модель используется для классификации образцов неизвестных типов. В этом исследовании использовался алгоритм C4.5 DT, а индекс сегментации представляет собой скорость получения информации. При использовании алгоритма knn в этом исследовании использовался грубый метод для выбора наилучшего k.
После того, как алгоритм классификатора определен, мы оцениваем эффективность классификации, разделяя выборочные данные на 10 равных сегментов на основе 10-кратной перекрестной проверки. В частности, каждый раунд использует девять сегментов в качестве обучающего подмножества, а оставшийся один сегмент — в качестве тестового подмножества. Таким образом, наборы данных представляют собой k непересекающихся наборов данных, и наборы данных не полностью согласуются друг с другом. Метрика оценки правильности рассчитывается в каждом испытании, а способность модели к обобщению окончательно оценивается путем усреднения метрик оценки после k испытаний. Основные этапы кросс-валидации сгиба следующие:
(a) Исходный набор данных делится на 10 подмножеств с максимально сбалансированным размером выборки;
(b) первый поднабор используется в качестве тестового набора, а второй по девятый поднаборы объединяются в качестве обучающего набора;
(c) Используйте обучающий набор для обучения модели и вычисления результатов нескольких показателей оценки в тестовом наборе;
(d) Повторите шаги 2–3 и по очереди используйте подмножества со второго по десятый в качестве тестового набора;
(e) Рассчитайте среднее значение каждого индекса оценки в качестве окончательного результата.
Двухканальный процесс классификации эмоций по ЭЭГ
Принимая во внимание необходимость классификации эмоций в двухканальных портативных устройствах для лба, в этом исследовании также был разработан алгоритм классификации эмоций с использованием только сигналов лобных электродов, показанный на рисунке ниже.
Как показано на рисунке 2, есть два изменения по сравнению с многоканальным процессом классификации ЭЭГ. Количество каналов уменьшается, а плохие отведения не могут быть заменены интерполяцией сигналов периферийных отведений. Недопустимые сигналы должны быть полностью удалены на этапе отладки. Количество каналов слишком мало для непосредственного применения алгоритма ICA, поэтому необходимо внедрить метод Ensemble Empirical Mode Decomposition (EEMD) для разложения сигнала ЭЭГ каждого канала. EEMD — это усовершенствованный алгоритм EMD, который может извлекать компоненты собственных мод (IMF) исходного сигнала, не подверженные модальному смешению (Olesen et al.
, 2016). После ИКА всех компонентов ММП ЭЭГ можно удалить, а последующий процесс такой же, как и в случае множественных каналов.
Рисунок 2 . Блок-схема двухканального алгоритма классификации эмоций.
Результаты
В соответствии с приведенной выше схемой обучения и тестирования модели мы организовали пять наборов экспериментов с контрольными переменными, чтобы найти алгоритм классификации для постепенного достижения наилучших результатов.
В этом исследовании сравниваются сильные и слабые стороны каждой модели классификации с использованием точности обучающего набора и точности тестового набора. Кроме того, чтобы учесть измерение обобщающей способности модели, на текущих данных, собранных у 12 испытуемых, использовались две схемы: одна состоит в объединении данных от всех испытуемых, обучении одной модели и проверке ее точности, а другая состоит в том, чтобы обучить модель для каждого субъекта отдельно и проверить точность на соответствующих моделях и, наконец, найти среднюю точность.
В этом исследовании все данные испытуемых обучались и тестировались вместе в целом, а показатели точности рассчитывались отдельно и усреднялись индивидуально.
Влияние классификации на базовый набор признаков
В базовом наборе признаков всех 1888 измерений эффект классификации каждого классификатора показан в таблице 2.
Таблица 2 . Влияние классификации на базовый набор признаков.
Классификационный эффект отношения занятости энергии и дифференциальной энтропии каналы сначала проверяются. Кроме того, для проверки эффективности методов линейной нормализации и стандартной нормализации при классификации было добавлено влияние различных нормализованных признаков на эти классификаторы. Результаты этой серии экспериментов представлены в таблице 3.
Таблица 3 . Влияние пропорции энергии и дифференциальной энтропии на классификацию эмоций.
Из результатов экспериментов 2–1 видно, что группа признаков, процент энергии и дифференциальная энтропия значительно улучшили эффект классификации по сравнению с базовой системой, указывая на то, что эта группа признаков может эффективно различать эмоции.
Сравнивая эксперименты 2–1, 2–2 и 2–3, для этой группы признаков ни один из двух типов нормализации не может улучшить эффект классификации, поэтому при использовании этих двух типов признаков в будущем нормализация выполняться не будет. . Эксперименты 2–4 и 2–5, с другой стороны, сравнивали влияние двух характеристик, доли энергии и дифференциальной энтропии, на классификацию эмоций. Результаты показали, что производительность функции энергопотребления сопоставима только с результатом классификации полной функции. Напротив, классификационный эффект признака дифференциальной энтропии не сильно отличается от эффекта признака «занятость энергией + дифференциальная энтропия». Таким образом, с точки зрения отдельных показателей, дифференциальная энтропия — это функция, которая лучше всего отражает различия в настроениях.
Влияние дифференциальной энтропии на классификацию в различных диапазонах частот
Исследования показывают, что разница между сигналами в высокочастотном диапазоне более очевидна, чем в низкочастотном диапазоне.
Поэтому были разработаны эксперименты для проверки особенностей дифференциальной энтропии различных частотных диапазонов при классификации эмоций. Результаты представлены в дихотомической классификации эмоций, достоверность сигнала ЭЭГ каждой полосы частот оценивается как γ > β > δ > α > θ при рассмотрении с точки зрения характеристик дифференциальной энтропии, где γ-волна является лучшей, а β-волна также лучше. Эти две полосы частот влияют на проблему классификации эмоций. Остальные три полосы частот можно считать неэффективными для различения эмоций по сравнению с базовым набором признаков. Сравнивая эксперименты 3-1 с 3-6, когда признаки β- и γ-волн включаются одновременно, это лучше, чем использование только признаков γ-волн. Результаты этой серии экспериментов показаны в таблице 4.
Таблица 4 . Влияние дифференциальной энтропии в разных частотных диапазонах на классификацию эмоций.
Классификационные эффекты признака дифференциальной энтропии для различных областей мозга
Поскольку признаки γ-волны значительно более полезны, чем признаки β-волны для классификации эмоций, выбор канала был выполнен с использованием только дифференциальной энтропии γ-волны для определения лучшего мозга регионы.
Выбор канала был выполнен на основе DT, повышающего градиент, и в таблице 5 показан вклад 32 характеристик канала в классификацию эмоций. Примечательно, что наша точка зрения также подтверждается исследованием Джалилифарда и соавт. (2016), в которых SVM использовался для классификации эмоций с использованием различных ритмических нейронных колебаний, и было обнаружено, что классификация гамма-ритмов была лучше всего в левой префронтальной области мозга (FP1), а β был вторым лучшим. Поэтому эта часть результатов основана в основном на дифференциальной энтропии гамма-волн для выбора канала.
Таблица 5 . Вклад дифференциальных энтропийных характеристик каждого электрода в классификацию эмоций.
На основе коэффициента вклада каждого канала и распределения местоположения было разработано пять экспериментов для проверки влияния различных комбинаций признаков на эффект классификации. Комбинации электродов показаны в таблице 6. Эксперименты проводились в соответствии с пятью наборами схем комбинаций электродов, а результаты показаны в таблице 7.
Из приведенных выше экспериментов видно, что группа электродов, соответствующая экспериментам 5 –3 имеет лучший эффект классификации. В сочетании с картой распределения электродов становится ясно, что латеральная кольцевая область человеческого мозга наиболее эффективно классифицирует эмоции. Принципиальная схема подбора электродов, соответствующая опыту 5–3, представлена на рис. 3.
Таблица 6 . Вклад дифференциальных энтропийных характеристик каждого электрода в классификацию эмоций.
Таблица 7 . Влияние характеристик дифференциальной энтропии при каждой комбинации электродов на классификацию эмоций.
Рисунок 3 . Принципиальная схема оптимального электрода для многоканального распознавания эмоций.
Выбор алгоритма классификации
Подводя итог вышеприведенным четырем наборам экспериментов, можно сделать следующие выводы из четырех алгоритмов классификации, использованных в этом исследовании:
1.
Для нейронных сетей DT и BP существует значительная разница, обычно около 10%, между эффектом обучения моделей по отдельности для 12 испытуемых и эффектом от совместного обучения моделей на данных 12 испытуемых.
2. Для DT точность тестовой выборки в среднем более чем на 20% ниже, чем у обучающей выборки, что свидетельствует о сильном переобучении DT.
3. SVM и kNN близки друг к другу, и нет очевидной проблемы переобучения и плохой производительности обобщения.
4. При использовании SVM для классификации с учетом выбора канала его точность может достигать 86%, что лучше, чем у других классификаторов.
Эффект двухканальной дихотомии
После нескольких раундов экспериментального сравнения в двухканальной задаче двух классификаций наилучшей комбинацией признаков является пропорция энергии и дифференциальная энтропия полос δ, θ, α, β и γ из двух каналов, всего 20-мерных признаков. Наилучшие результаты показаны в таблице 8. Как видно из приведенной выше таблицы, для двухканальной задачи двух классификаций классификационные эффекты использования классификатора SVM, DT, BP и kNN составляют 66%, 60%, 66 % и 64% соответственно.
Однако, учитывая стремление модели к обобщающей способности в реальной классификации, в качестве основного показателя принимается общая производительность. Следовательно, согласно этой предпосылке, лучшая модель классификации должна по-прежнему выбирать классификатор SVM; его точность может достигать 66%.
Таблица 8 . Влияние двухканальных 20-мерных признаков на классификацию эмоций.
Обсуждение
В этом исследовании мы использовали видеоролики с положительными и отрицательными эмоциями, чтобы вызвать эмоции у субъектов, и извлекли особенности ЭЭГ различных эмоций на основе многоканальных и префронтальных каналов, чтобы исследовать эффект классификации положительных и отрицательных эмоций.
Сначала мы получили результаты классификации четырех классификаторов на основе 1888 признаков по всем каналам. В этой части результатов наиболее эффективными классификаторами являются нейронные сети DT и BP, которые могут достичь общей правильной скорости 78% и 79%, в то время как SVM и kNN имеют только 63% и 74% правильных показателей.
Однако, поскольку слишком много функций может привести к избыточности информации, во втором разделе мы используем долю энергии и дифференциальную энтропию для классификации настроений на основе нашего предыдущего исследования. Наши результаты показывают, что разница между классификационным эффектом «доля энергии + дифференциальная энтропия» и эффектом одного индикатора «дифференциальной энтропии» незначительна, что указывает на то, что дифференциальная энтропия является характеристикой, которая лучше всего отражает разницу в настроениях, если только рассматривается один показатель. Результаты согласуются с Zheng and Lu (2015); то есть функция дифференциальной энтропии является наиболее стабильной и выдающейся в классификации эмоций. В третьей части отчета о результатах мы сосредоточимся на использовании дифференциальной энтропии в качестве метрики для изучения эффектов классификации в разных частотных диапазонах. В этой части анализа наши результаты показывают, что с точки зрения эффекта классификации признаков дифференциальной энтропии в каждой полосе частот порядок достоверности сигналов ЭЭГ следующий: γ > β > δ > α > θ, в котором влияние γ-волна является лучшей, и эффект β-волны также лучше.
Дифференциальная энтропия этих двух полос эффективна для классификации эмоций. Результат согласуется с Li et al. (2018) с использованием иерархической сверточной нейронной сети (HCNN). В их исследовании используется HCNN для классификации положительного эмоционального состояния, нейтрального эмоционального состояния и отрицательного эмоционального состояния. Особенности дифференциальной энтропии из разных каналов организованы в двумерные карты для обучения HCNN. Результаты показывают, что существует хорошая способность к классификации бета- и гамма-волн. В четвертой части отчета о результатах, основываясь на предыдущих результатах, мы выбираем только характеристики дифференциальной энтропии γ-диапазона для анализа точности классификации различных областей мозга, и результаты показывают, что при выборе электродов вдоль петли головы , есть хорошие результаты по всем четырем классификаторам, и, по результатам набора тестов, классификатор SVM имеет лучшие результаты классификации (общая точность 86,18%), в то время как эффекты корневого класса DT, BP и kNN составили 77,03%, 83,32% и 85,67% соответственно.
Это один из моментов, в котором это исследование выходит за рамки предыдущих исследований, поскольку оно определяет, какие области оказывают наибольшее влияние на классификацию эмоций с учетом выявленных извлеченных признаков.
Исследование также сравнивает влияние дифференциальной энтропии на классификацию признаков в разных областях мозга. Результаты показали, что при использовании дифференциальной энтропии γ-волны для выбора канала латеральная кольцевая область мозга человека является наиболее эффективной для классификации эмоций. Это то, что это исследование превосходит предыдущие исследования; то есть, исходя из определения извлечения признаков, мы указываем, какие области оказывают наибольшее влияние на классификацию эмоций. Еще одна проблема нашего исследования заключается в том, есть ли разница в эффекте классификации между многоканальным и двухканальным. Обсуждение этой проблемы заключается не просто в повторении экспериментального процесса на нескольких каналах, а в выборе наилучшего сочетания признаков путем сравнения нескольких групп экспериментов.
Наши результаты показывают, что соотношение энергий и дифференциальная энтропия полос δ, θ, α, β и γ двух каналов имеют хороший эффект классификации. При использовании нейросетевых классификаторов SVM и BP точность классификации может достигать 66%. Однако, учитывая лучшую обобщающую способность SVM в предыдущих исследованиях (Yao et al., 2019), мы предполагаем, что SVM является лучшим классификатором для бинарной классификации положительных и отрицательных эмоций на основе двухканальных данных. Стоит отметить, что эффективность многоканальной классификации признаков лучше, чем у двухканальной классификации признаков, независимо от эффекта классификации признаков, поскольку многоканальная классификация содержит больше информации и может лучше представлять информацию (Lin et al. , 2009; Гарг и Верма, 2020). Следовательно, чтобы добиться более высокой точности классификации, следует выбрать как можно больше каналов для изучения классификации эмоций.
Наконец, сравнили классификационные эффекты четырех классификаторов.
В многоканальной классификации эмоций ЭЭГ SVM и kNN лучше, чем нейронная сеть DT и BP по эффекту классификации и способности к обобщению. Однако алгоритму KNN необходимо хранить множество обучающих выборок, и его нелегко реализовать на встроенных устройствах. При этом вычислительная сложность прогнозирования линейно возрастает с увеличением обучающей выборки. Алгоритм SVM, с другой стороны, имеет стабильную вычислительную сложность, и обучение можно проводить в автономном режиме. Поэтому с точки зрения практического применения SVM превосходит kNN. В двухканальном исследовании, учитывая способность модели к обобщению, алгоритм SVM является более подходящим. Заключение этого исследования еще раз демонстрирует эффективность алгоритма SVM в классификации эмоций, что согласуется с исследованием Nie et al. (2011). В их исследовании мы используем многофункциональное слияние и метод классификатора SVM для изучения второй классификации эмоций, и точность составляет 87,53%. В целом, это исследование расширяет предыдущие выводы.
Основываясь на многоканальных данных ЭЭГ, вызванных эмоциями, два типа эмоций могут быть эффективно классифицированы с использованием соотношения энергии и дифференциальной энтропии частотных диапазонов, которые лучше всего влияют на использование классификатора SVM. При использовании только сигналов двух каналов лба наибольшая точность классификации может достигать 66%. При использовании данных всех каналов максимальная точность модели может достигать 82%. После выбора канала можно получить наилучшую модель, в которой точность может достигать 86%. Все электроды в схеме оптимальной комбинации каналов расположены в латеральной кольцеобразной области человеческого мозга, что обеспечивает теоретическую основу для последующей разработки портативного оборудования для мониторинга эмоций на оголовье.
Ограничения
Это исследование также имеет некоторые ограничения. Во-первых, в текущем исследовании используется субъектно-зависимый способ распознавания эмоций, даже если данные одного субъекта используются для обучения классификатора эмоций субъекта.
При смене предмета необходимо обучить новый классификатор для предмета. Способность к обобщению имеет большие недостатки. Во-вторых, хотя наше исследование показывает, что лучшие результаты классификации эмоций могут быть достигнуты с помощью классификатора SVM, некоторые исследования показали, что при использовании модели глубокого обучения для классификации эмоций ее точность на 3,54% выше, чем у традиционного алгоритма SVM (Zheng et al., 2014), что предполагает, что будущие исследования могут быть сосредоточены на модели глубокого обучения для дальнейшего изучения того, как добиться более эффективных результатов классификации эмоций.
Заявление о доступности данных
Необработанные данные, подтверждающие выводы этой статьи, будут предоставлены авторами без неоправданных оговорок.
Заявление об этике
Исследования с участием людей были рассмотрены и одобрены Комитетом по этике Сианьского университета Цзяотун. Пациенты/участники предоставили письменное информированное согласие на участие в этом исследовании.
Вклад авторов
XW и FL разработали исследование и разработали его. SZ, S-CN и XN собрали данные. AC, PF, WZ и BW проанализировали данные и участвовали в написании рукописи. Все авторы внесли свой вклад в статью и одобрили представленную версию.
Финансирование
Эта работа была поддержана (в PF) Департаментом военно-медицинской психологии Медицинского университета ВВС, Сиань 710032, Китай, Крупным проектом медицинской науки и техники НОАК (грант № AWS17J012) и Национальным природным Научный фонд Китая (61806210).
Конфликт интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.
Примечание издателя
Все претензии, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их дочерних организаций, издателя, редакторов и рецензентов. Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.
Ссылки
Алазрай Р., Хомуд Р., Алванни Х. и Дауд М. И. (2018). Распознавание эмоций на основе ЭЭГ с использованием квадратичного частотно-временного распределения. 9Датчики 0019 (Базель) 18:2739. doi: 10.3390/s18082739
CrossRef Full Text | Google Scholar
Аль-Нафьян А., Хосни М., Аль-Охали Ю. и Аль-Вабиль А. (2017). Обзор и классификация распознавания эмоций на основе исследования системы интерфейса ЭЭГ мозг-компьютер: систематический обзор. Заяв. науч. 7:1239. doi: 10.3390/app7121239
Полный текст CrossRef | Google Scholar
Асгар М. А., Хан М. Дж., Фавад А. Ю., Ризван М., Рахман М., Баднава С. и др. (2019). Мультимодальное распознавание эмоций на основе ЭЭГ с использованием набора глубоких признаков: подход к выбору оптимальных признаков. Датчики (Базель). 19:5218. doi: 10.3390/s19235218
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Бейлен, Н. Х., Ву, Х., и Томпсон, Р. Дж.
(2019). Метаэмоции в повседневной жизни: ассоциации с эмоциональным осознанием и депрессией. Эмоции 19, 776–787. doi: 10.1037/emo0000488
PubMed Abstract | Полный текст перекрестной ссылки | Академия Google
Каликс, Р. А., Джавадпур, Л., и Кнапп, Г. М. (2012). Обнаружение аффективных состояний из текста и речи для взаимодействия человека с компьютером в реальном времени. Гул. Факторы 54, 530–545. doi: 10.1177/0018720811425922
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Chen, D.W., Miao, R., Yang, W.Q., Liang, Y., Chen, H.H., Huang, L., et al. (2019). Метод выделения признаков, основанный на дифференциальной энтропии и линейном дискриминантном анализе для распознавания эмоций. Датчики (Базель) 19:1631. doi: 10.3390/s131
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Дэн Ю., Ян М. и Чжоу Р. (2017). Новая стандартизированная база данных эмоциональных фильмов для азиатской культуры.
Фронт. Психол. 8:1941. doi: 10.3389/fpsyg.2017.01941
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Дуань, Р. Н., Чжу, Дж. Ю., и Лу, Б. Л. (2013). «Функция дифференциальной энтропии для классификации эмоций на основе ЭЭГ», в 2013 6-я Международная конференция IEEE/EMBS по нейронной инженерии (NER) , (Сан-Диего, Калифорния), 81–84. doi: 10.1109/NER.2013.6695876
CrossRef Full Text | Google Scholar
Фирпи, Х. А., и Фогельштейн, Р. Дж. (2011). Выбор функций на основе оптимизации роя частиц для обнаружения когнитивного состояния. год. Междунар. конф. IEEE. англ. Мед. биол. соц. 2011, 6556–6559. doi: 10.1109/IEMBS.2011.6091617
PubMed Abstract | Полный текст перекрестной ссылки | Академия Google
Гарг Д. и Верма Г.К. (2020). «Распознавание эмоций в пространстве возбуждения валентности на основе многоканальных данных ЭЭГ и системы глубокого обучения на основе вейвлетов», в Procedia Computer Science , редакторы С.
М. Тампи, С. Мадриа, X. Фернандо, Р. Досс, С. Мехта и Д. Чуонзо (Амстердам, Нидерланды: Elsevier BV), 857–867. doi: 10.1016/j.procs.2020.04.093
CrossRef Full Text | Google Scholar
Гонсалес Х.А., Ю Дж. и Эльфадель И.М. (2019). Обнаружение эмоций на основе ЭЭГ с использованием неконтролируемого трансферного обучения. Год. Междунар. конф. IEEE. англ. Мед. биол. соц. 2019, 694–697. doi: 10.1109/EMBC.2019.8857248
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Гошварпур А. и Гошварпур А. (2019). Возможности фотоплетизмограммы и кожно-гальванической реакции в распознавании эмоций с использованием нелинейных признаков. Австралия. физ. англ. науч. Мед. doi: 10.1007/s13246-019-00825-7 [Онлайн до печати].
Реферат PubMed | Полный текст перекрестной ссылки | Академия Google
Гупта, Р. (2019). Положительные эмоции обладают уникальной способностью привлекать внимание. Прог. Мозг Res. 247, 23–46. doi: 10.
1016/bs.pbr.2019.02.001
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Джалилифард А., Бриганте Пиццолато Э. и Кафиул Ислам М. (2016). Классификация эмоций с использованием одноканальной записи скальп-ЭЭГ. год. Междунар. конф. IEEE инж. Мед. биол. соц. 2016, 845–849. doi: 10.1109/EMBC.2016.75
PubMed Abstract | Полный текст перекрестной ссылки | Академия Google
Ким, М.К., Ким, М., О, Э., и Ким, С.П. (2013). Обзор вычислительных методов оценки эмоционального состояния по ЭЭГ человека. Вычисл. Мат. Методы мед. 2013:573734. doi: 10.1155/2013/573734
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Коэльстра С., Мюль К., Солеймани М., Ли Дж. С., Яздани А., Эбрахими Т. и др. (2012). DEAP: база данных для анализа эмоций; используя физиологические сигналы. IEEE Trans. Оказывать воздействие. Комп. 3, 18–31. doi: 10.1109/T-AFFC.2011.15
Полный текст CrossRef | Google Scholar
Ли Дж.
, Чжан З. и Хе Х. (2018). Иерархические сверточные нейронные сети для распознавания эмоций на основе ЭЭГ. Когн. Комп. 10, 368–380. doi: 10.1007/s12559-017-9533-x
CrossRef Полный текст | Google Scholar
Лин, Ю. П., Ван, Ч. Х., Ву, Т. Л., Дженг, С. К., и Чен, Дж. Х. (2009). «Распознавание эмоций на основе ЭЭГ при прослушивании музыки: сравнение схем для мультиклассовой машины опорных векторов», в Международная конференция IEEE по акустике, обработке речи и сигналов (ICASSP) , 2009 г., (Тайбэй, Тайвань), 489–492. doi: 10.1109/icassp.2009.4959627
Полный текст CrossRef | Google Scholar
Mennes, M., Wouters, H., Vanrumste, B., Lagae, L., and Stiers, P. (2010). Валидация ICA как инструмента для удаления артефактов движения глаз из ЭЭГ/ERP. Психофизиология 47, 1142–1150.
Google Scholar
Nie, D., Wang, X.W., Shi, L.C., and Lu, B.L. (2011). «Распознавание эмоций на основе ЭЭГ во время просмотра фильмов», в 2011 5-я Международная конференция IEEE/EMBS по нейронной инженерии (NER) , (Канкун, Мексика), 667–670.
doi: 10.1109/NER.2011.5910636
CrossRef Полный текст | Google Scholar
Олесен А. Н., Кристенсен Дж. А., Соренсен Х. Б. и Дженнум П. Дж. (2016). Метод анализа данных с помощью шума для автоматической классификации стадий сна на основе ЭОГ с использованием ансамблевого обучения. год. Междунар. конф. IEEE инж. Мед. биол. соц. 2016, 3769–3772. doi: 10.1109/EMBC.2016.7591548
Полнотекстовая перекрестная ссылка | Google Scholar
Петрантонакис, П. К., и Хаджилеонтиадис, Л. Дж. (2010). Распознавание эмоций по ЭЭГ с использованием пересечений более высокого порядка. IEEE Trans. Инф. Технол. Биомед. 14, 186–197. doi: 10.1109/TITB.2009.2034649
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Ши, Л. К., Цзяо, Ю. Ю., и Лу, Б. Л. (2013). Функция дифференциальной энтропии для оценки бдительности на основе ЭЭГ. год. Междунар. конф. IEEE инж. Мед. биол. соц. 2013, 6627–6630. doi: 10.1109/EMBC.2013.6611075
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Торрес П.
Е., Торрес Э.А., Эрнандес-Альварес М. и Ю С.Г. (2020). Распознавание эмоций BCI на основе ЭЭГ: опрос. Датчики (Базель) 20:5083. doi: 10.3390/s20185083
PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar
Вольф, К. (2015). Измерение выражения эмоций на лице. Диалоги Клин. Неврологи. 17, 457–462. doi: 10.31887/DCNS.2015.17.4/kwolf
Реферат PubMed | Полный текст перекрестной ссылки | Google Scholar
Яо Дж., Лу К. и Сюй Дж. (2019). Классификация счастья и печали на основе портативных устройств ЭЭГ. Вычисл. Сист. заявл. 29, 233–238.
Чжэн, В.Л., и Лу, Б.Л. (2015). Исследование критических частотных диапазонов и каналов для распознавания эмоций на основе ЭЭГ с помощью глубоких нейронных сетей. IEEE Trans. Автономный ментальный разработчик. 7, 162–175. doi: 10.1109/TAMD.2015.2431497
CrossRef Полный текст | Академия Google
Zheng, W.L., Zhu, J.Y., Peng, Y., and Lu, B.L. (2014). «Классификация эмоций на основе ЭЭГ с использованием сетей глубокого убеждения», в материалах — Международная конференция IEEE по мультимедиа и выставка , Чэнду, Китай: Компьютерное общество IEEE.
(Том 2014 г.).
Google Scholar
Чжун П., Ван Д. и Мяо К. (2020). Распознавание эмоций на основе ЭЭГ с использованием нейронных сетей с регуляризованным графом. IEEE Trans. Оказывать воздействие. вычисл. doi: 10.1109/TAFFC.2020.2994159
Полнотекстовая перекрестная ссылка | Google Scholar
Классификация эмоций | Психология Вики
Оценка |
Биопсихология |
Сравнительный |
Познавательный |
Развивающие |
Язык |
Индивидуальные различия |
Личность |
Философия |
Социальные |
Методы |
Статистика |
Клинический |
Образовательные |
промышленный |
Профессиональные товары |
Мировая психология |
Когнитивная психология: Внимание · Принятие решения · Обучение · Суждение · Память · Мотивация · Восприятие · Рассуждение · Думая — Когнитивные процессы Познание — Контур Индекс
Способы, с помощью которых мы отличаем одну эмоцию от другой, являются предметом горячих споров в исследованиях эмоций и аффективной науке. На этой странице кратко изложены некоторые из основных теорий.
Содержание
- 1 Основные и сложные эмоции
- 1.1 Социальное и несоциальное отличие
- 2-мерные модели эмоций
- 2.1 Модель Плутчика
- 3 Культурно-специфические эмоции
- 3.1 Культурно-специфические фобии или эмоциональные синдромы
- 4 Библиография
- 5 Примечания и ссылки
Основные и сложные эмоции
Многие теоретики определяют одни эмоции как основные, тогда как другие являются сложными. Утверждается, что базовые эмоции являются биологически фиксированными, врожденными и, как следствие, универсальными для всех людей, а также для многих животных. В этом случае сложные эмоции являются либо усовершенствованными версиями основных эмоций, культурно специфичными, либо идиосинкразическими. Основная проблема состоит в том, чтобы определить, какие эмоции являются основными, а какие сложными.
Одна из проблем заключается в том, что нет единого мнения о методе определения основных эмоций.
Теоретики могут указать на универсалии в выражении лица (например, Экман), отличительные физиологические симптомы (например, румянец смущения) или ярлыки, общие для разных языков. Более того, должна быть какая-то правдоподобная история развития о том, как различные небазовые эмоции могут быть основаны на базовых.
- Ли Чи: Радость, гнев, печаль, страх, любовь, неприязнь и симпатия (Китайская энциклопедия 1-го века до н.э., цитируется в Russell 1991: 426).
- Стоики: Удовольствие/восторг, страдание, аппетит и страх (Цицерон, Тускуланские диспуты , IV: 13-15).
- Рене Декарт: Чудо, любовь, ненависть, желание, радость и печаль ( Страсти , 353).
- Барух Спиноза: Удовольствие, боль и желание ( Этика , ч. III, оп. 59).
- Томас Гоббс: Аппетит, желание, любовь, отвращение, ненависть, радость и горе ( Левиафан , пт. я, гл. 6).
- Пол Экман (1972): Гнев, отвращение, страх, счастье, печаль и удивление.
- Пол Экман (1999): Развлечение, гнев, презрение, удовлетворение, отвращение, смущение, волнение, страх, вина, гордость за достижение, облегчение, печаль/страдание, удовлетворение, чувственное удовольствие и стыд.
- Джесси Принц (2004): Разочарование, паника, тревога, физическое отвращение, дистресс разлуки, аверсивное самосознание, удовлетворение, стимуляция и привязанность. [1]
Социальные против несоциальных Различие
Эмоции также можно классифицировать в соответствии с теми, которые могут возникать, когда человек одинок и не думает о других, и теми, которые кажутся более социально направленными. Примеры предлагаемых социальных эмоций включают ревность, любовь, ненависть, вину и благодарность.
Объемные модели эмоций
Как по теоретическим, так и по практическим причинам некоторые исследователи определяют эмоции в соответствии с одним или несколькими измерениями. Популярная версия этого — версия Рассела (1979) размерная, или циркумплексная модель, которая использует модели возбуждения и валентности .
Совсем недавно были предложены другие измерения, например, «потенция» или сила.
Модель Плутчика
Роберт Плутчик предлагает трехмерную модель, которая представляет собой гибрид базовых-комплексных категорий и размерных теорий. Он распределяет эмоции по концентрическим кругам, где внутренние круги являются более простыми, а внешние — более сложными. Примечательно, что внешние круги также образуются за счет смешения эмоций внутреннего круга.
Культурно-специфические эмоции
Одним из препятствий на пути установления таксономии эмоций является то, что разные культуры не всегда распознают одни и те же эмоции в своих языках. В некоторых случаях экспрессивное поведение, суждения или соответствующие реакции, связанные с эмоциональным термином, отличаются. Более того, в ряде культур есть термины для обозначения эмоций, не имеющие прямого эквивалента в английском языке. Ниже приводится список терминов для обозначения эмоций, которые считаются культурно специфичными в этом смысле:
- Gezellig (Нидерланды): То же значение, что и английское слово «уютный», но встречается в присутствии других людей (Harre, 1986, Doi, 1973, цитируется в Prinz 2004: 131). Очень похоже на немецкое слово Gemütlich .
- Амаэ (Япония): Чувство зависимости, подобное тому, которое младенцы испытывают по отношению к своим матерям. Важно для связи людей друг с другом и заветными учреждениями. (Принц 2004: 131).
- Иджираши (Япония): Возникает при виде того, как кто-то достойный похвалы преодолевает препятствие (Matsumoto 1994, цит. по Prinz 2004: 140).
- Лигет (люди илонготы): Возбужденные горем, но тесно связанные с гневом, могут вдохновлять на охоту за головами (Rosaldo 1980, цит. по Prinz 147).
- Schadenfreude (Германия): Чувство радости, вызванное восприятием чьих-то страданий.
- Acedia (Европа Средневековья и Возрождения): Духовная апатия или отвращение к религиозным образам, предположительно возникающие из-за скуки, вызванной повторяющимся характером поклонения (Harre 19).86, цитируется в Prinz 2004: 148).
- Малу (Дусун Багук, Малайзия): Сочетание стыда и смущения может быть вызвано присутствием человека более высокого ранга (Fessler 1999, цитируется в Prinz 2004: 156)
- Авумбук (Байнинг, Папуа-Новая Гвинея): Печаль, усталость или скука, вызванные отъездом гостей, друзей или родственников (Russell 1991: 432).
- Песня (народ ифалук, Микронезия): Близкая к гневу или увещеванию, с моралистическим подтекстом и без склонности к мести. (лутц 1988, цитируется в Prinz 2004: 147).
- Fago (Ifaluk): Сочетание любви, сострадания и печали (Lutz 1988, цитируется по Prinz 2004: 147).
- Кер (Ифалук): Приятный сюрприз (цитируется по Goldie 2000: 91).
- Рус (Ифалук): Неприятный сюрприз, цит. по Goldie 2000: 91).
- Нгиньиварраррингу (аборигены пинтупи пустыни Западной Австралии): Внезапный страх, который заставляет встать и посмотреть, что его вызвало (Рассел 19).91: 431).
- Срам (Россия): Позор, специально направленный на сексуальную непристойность, происходящую из религиозного дискурса. Также может использоваться как существительное, обозначающее половые органы, или как префикс названия места, в котором происходит сексуальная активность (например, район красных фонарей).
- Vergüenza Ajena (Испания): Также известен как «Испанский позор». Чувство стыда за другого человека, даже если этот человек сам не испытывает стыда. Например, съеживаться при просмотре очень плохого комикса. Эмоция, как правило, более интенсивна, когда другой человек вам хорошо известен, хотя ее вполне можно испытать, когда другой человек вам не нравится. Очень похоже на голландский термин plaatsvervangende schaamte .
Очень похоже на немецкое слово Gemütlich .
Чувство стыда за другого человека, даже если этот человек сам не испытывает стыда. Например, съеживаться при просмотре очень плохого комикса. Эмоция, как правило, более интенсивна, когда другой человек вам хорошо известен, хотя ее вполне можно испытать, когда другой человек вам не нравится. Очень похоже на голландский термин plaatsvervangende schaamte .Prinz 2004 также цитирует патриотизм как эмоцию, характерную для западных культур.
Культурно-специфические фобии или эмоциональные синдромы
- Witiko/Windigo (индейцы-алгонкины): Страх превращения в монстра-каннибала (Trimble, Monson, Dinges & Medicine 1984, цитируется по Prinz 2004: 135) .
- Па-ленг (Китай): Болезненная боязнь холода даже в жаркую погоду, связанная с дисбалансом инь-ян (слишком мало ян), (Кляйнман 19).80, цитируется по Prinz 2004: 136).
- Лата (Малайзия): Поражает женщин среднего возраста, преувеличенный рефлекс испуга, вспышки ненормативной лексики и склонность повторять все, что они слышат. См. Мали-Мали на Филиппинах, юань в Бирме, икота в Сибири, прыгучая мания во французских канадцах Майна (Simons 1996, цит. по Prinz 2004: 136).
- Pibloktoq (Greenland Intuits): Страх, заставляющий больных кричать, срывать с себя одежду, ломать вещи, есть фекалии перед тем, как упасть в обморок с приступами, сопровождаемыми глубоким сном и потерей воспоминаний об инциденте (Яп 19).74, цитируется по Prinz 2004: 135). См. amok в Малайзии и phii bod в Таиланде. (Simons and Hughes 1993, цит. по Prinz 2004: 136).
- Коро (Ассам и Южный Китай): Интенсивная тревога, что пенис, грудь или вульва втянутся в тело (Yap 1965, цит. по Prinz 2004: 136).
- Синдром дикой свиньи (Гурурумба, Новая Гвинея): Считается, что этот синдром вызывается укусами призраков их предков. Этот синдром поражает молодых людей, достигших зрелости, которые в течение нескольких дней начинают сбегать с ума, воровать и стрелять из лука. Лечение заключается в том, что его держат над дымящимся огнем (Averill 19).80, Griffiths 1997, Newman 1965, цитируется по Prinz 2004: 136).
См. Мали-Мали на Филиппинах, юань в Бирме, икота в Сибири, прыгучая мания во французских канадцах Майна (Simons 1996, цит. по Prinz 2004: 136).
Лечение заключается в том, что его держат над дымящимся огнем (Averill 19).80, Griffiths 1997, Newman 1965, цитируется по Prinz 2004: 136).Prinz 2004 также называет нервную анорексию культурно-специфическим синдромом, встречающимся в западных культурах. См. также этот список фобий, некоторые из которых могут быть культурно специфичными.
Библиография
- Экман, П. (1972). Универсалии и культурные различия в выражении эмоций на лице. В изд. Дж. Коула. Небраска Симпозиум по мотивации . Линкольн, Небраска: University of Nebraska Press: 207–283.
- Экман, П. (1992). Аргумент в пользу базовых эмоций. Познание и эмоции , 6, 169-200.
- Экман, П. (1999). Основные эмоции. В Т. Далглиш и Т. Пауэр (ред.) Справочник по познанию и эмоциям стр. 45–60. Сассекс, Великобритания: John Wiley & Sons, Ltd.
- Фонтейн, Дж. и др. (2007). Мир эмоций не двухмерен. Психологические науки , 18(12), 1050-1057.
- Голди, П. (2000). Эмоции: философское исследование . Оксфорд: Кларендон Пресс.
- Принц, Дж. (2004). Внутренние реакции: Перцептивная теория эмоций . Оксфорд: Издательство Оксфордского университета.
- Рассел, Дж.А. (1979). Аффективное пространство биполярно. Журнал личности и социальной психологии , 37, 345-356.
- Рассел, Дж.А. (1991). Культура и категоризация эмоций, Психологический бюллетень , № 110: 426-450.
(2000). Эмоции: философское исследование . Оксфорд: Кларендон Пресс.Примечания и ссылки
- ↑ Джесси Принц Реакции кишечника: теория восприятия эмоций (Оксфорд: Oxford University Press, 2004): стр. 157.
| На этой странице используется лицензированный Creative Commons контент из Википедии (просмотр авторов). |
Классификация категорий эмоций на основе моделей функциональной связи человеческого мозга
.
2022 15 февраля; 247:118800.
doi: 10.1016/j.neuroimage.2021.118800. Epub 2021 9 декабря.
Хейни Сааримяки 1 , Энрико Глериан 2 , Дмитрий Смирнов 3 , Анри Мюнтинен 3 , Ииро П. Яаскеляйнен 4 , Микко Самс 5 , Лаури Нумменмаа 6
Принадлежности
- 1 Факультет социальных наук, Университет Тампере, FI-33014 Университет Тампере, Тампере, Финляндия; Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия. Электронный адрес: [email protected].
- 2 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия; Центр усовершенствованной магнитной визуализации (AMI), Aalto NeuroImaging, Научная школа, Университет Аалто, Эспоо, Финляндия; Центр ПЭТ в Турку и кафедра психологии Университета Турку, Турку, Финляндия; Департамент компьютерных наук, Школа наук, Университет Аалто, Эспоо, Финляндия; Международная лаборатория социальной нейробиологии Института когнитивных нейронаук НИУ ВШЭ, Москва, Российская Федерация.
- 3 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия.
- 4 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия; Международная лаборатория социальной нейробиологии Института когнитивных нейронаук НИУ ВШЭ, Москва, Российская Федерация.
- 5 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия; Департамент компьютерных наук, Школа наук, Университет Аалто, Эспоо, Финляндия.
- 6 Турку Центр ПЭТ и кафедра психологии Университета Турку, Турку, Финляндия.
Электронный адрес: 
- PMID: 34896586
- PMCID: PMC8803541
- DOI: 10.1016/j.neuroimage.2021.118800
Бесплатная статья ЧВК
Хейни Сааримяки и др.
Нейроизображение.
.
Бесплатная статья ЧВК
. 2022 15 февраля; 247:118800.
doi: 10.1016/j.neuroimage.2021.118800. Epub 2021 9 декабря.
Авторы
Хейни Сааримяки 1 , Энрико Глериан 2 , Дмитрий Смирнов 3 , Анри Мюнтинен 3 , Ииро П. Яаскеляйнен 4 , Микко Самс 5 , Лаури Нумменмаа 6
Принадлежности
- 1 Факультет социальных наук, Университет Тампере, FI-33014 Университет Тампере, Тампере, Финляндия; Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия. Электронный адрес: [email protected].
- 2 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия; Центр усовершенствованной магнитной визуализации (AMI), Aalto NeuroImaging, Научная школа, Университет Аалто, Эспоо, Финляндия; Центр ПЭТ в Турку и кафедра психологии Университета Турку, Турку, Финляндия; Департамент компьютерных наук, Школа наук, Университет Аалто, Эспоо, Финляндия; Международная лаборатория социальной нейробиологии Института когнитивных нейронаук НИУ ВШЭ, Москва, Российская Федерация.
- 3 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия.
- 4 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия; Международная лаборатория социальной нейробиологии Института когнитивных нейронаук НИУ ВШЭ, Москва, Российская Федерация.
- 5 Кафедра неврологии и биомедицинской инженерии, Школа наук, Университет Аалто, Эспоо, Финляндия; Департамент компьютерных наук, Школа наук, Университет Аалто, Эспоо, Финляндия.
- 6 Турку Центр ПЭТ и кафедра психологии Университета Турку, Турку, Финляндия.
Электронный адрес: 
- PMID: 34896586
- PMCID: PMC8803541
- DOI: 10.1016/j.neuroimage.2021.118800
Абстрактный
Нейрофизиологические и психологические модели утверждают, что эмоции зависят от связей в широко распространенных корково-лимбических цепях.
В то время как предыдущие исследования с использованием распознавания образов на данных нейровизуализации показали различия между различными дискретными эмоциями в паттернах активности мозга, меньше известно о различиях в функциональной связности. Таким образом, мы использовали многомерный анализ паттернов данных функциональной магнитно-резонансной томографии (i) для разработки конвейера для применения распознавания паттернов в данных функциональной связи и (ii) для проверки того, различаются ли паттерны связности в разных категориях эмоций. Шесть эмоций (гнев, страх, отвращение, счастье, печаль и удивление) и нейтральное состояние были вызваны у 16 участников с помощью одноминутных эмоциональных рассказов с естественной просодией, в то время как активность мозга измерялась с помощью функциональной магнитно-резонансной томографии (фМРТ). Мы рассчитали матрицы связности по эмоциям как для соединений всего мозга, так и для 10 ранее определенных функционально связанных подсетей мозга, а также обучили классификатор участников для категоризации эмоциональных состояний на основе данных всего мозга и для каждой подсети отдельно.
Классификатор всего мозга работал выше случайного уровня со всеми эмоциями, кроме грусти, предполагая, что разные эмоции характеризуются различиями в крупномасштабных паттернах связи. Если сосредоточиться на связности внутри 10 подсетей, классификация прошла успешно в системе режима по умолчанию и для всех эмоций. Таким образом, мы приводим предварительные данные о постоянно различающихся паттернах устойчивой функциональной связи для случаев категорий эмоций, особенно в системе режима по умолчанию.
Ключевые слова: Эмоция; Функциональная связность; МВПА; классификация моделей; фМРТ.
Copyright © 2021. Опубликовано Elsevier Inc.
Цифры
Рис. 1
( а) Пробная конструкция. В…
Рис.
1
( а) Пробная конструкция. Выделенный период времени (с поправкой на HRF) использовался для расчета…
рисунок 1 ( а) Пробная конструкция. Выделенный период времени (с поправкой на HRF) использовался для расчета матриц связности. ( b) Функциональные системы мозга, проанализированные в настоящем исследовании на основе Power et al. (2011). Точки обозначают узлы сети, а цвета обозначают подсети. ( c) Матрицы связности были рассчитаны с использованием корреляции Пирсона между каждой парой временных рядов из 264 узлов для каждого субъекта и для каждого 60-секундного повествования. ( d) Матрицы связности были переданы в качестве входных данных для линейного классификатора опорных векторов. ( e) Эффективность классификатора оценивалась путем расчета точности (процент правильных предположений классификатора на целевую категорию) и матрицы путаницы (предположений классификатора на категорию).
Рис. 2
( a) Точность классификации эмоций…
Рис. 2
( a) Точность классификации по эмоциям для полной сетевой классификации. Пунктирная линия представляет наивную…
Рис. 2 ( a) Точность классификации по эмоциям для полной сетевой классификации. Пунктирная линия представляет наивный уровень вероятности (16,6%). Звездочки обозначают значимость относительно уровня вероятности (* p < 0,01, *** p < 0,0001). Толстая черная линия представляет собой медиану точности классификации. Прямоугольники показывают процентили точности классификации от 25-го до 75-го, а значения за пределами этого диапазона показаны кружками. Усы простираются от прямоугольника до наибольшего значения не дальше, чем на 1,5 * межквартильный диапазон от края прямоугольника.
( b) Путаница в классификаторе из-за полной сетевой классификации. Цветовой код обозначает среднюю точность классификатора по результатам перекрестной проверки, ячейки, показанные белым цветом, имеют догадки ниже уровня наивного шанса.
Рис. 3
( а) Точность классификации для…
Рис. 3
( a) Точность классификации для связи внутри и между каждой областью интереса. Код цвета…
Рис. 3 ( a) Точность классификации для связи внутри и между каждой областью интереса. Цветовой код обозначает точность классификатора; ячейки, показанные белым цветом, имеют догадки ниже уровня наивного шанса (16,6%). После корректировки множественных сравнений значимой оставалась только точность сетевых подключений в режиме по умолчанию.
( b) Путаницы в классификаторах для классификации подсетей.
Рис. 4
( a) Точность классификации эмоций…
Рис. 4
( a) Точность классификации по эмоциям для соединений в системе режима по умолчанию. Пунктир…
Рис. 4 ( a) Точность классификации по эмоциям для соединений в системе режима по умолчанию. Пунктирная линия представляет наивный уровень вероятности (16,6%). Звездочки обозначают значимость относительно уровня вероятности (** p < 0,001, *** p < 0,0001). Толстая линия представляет собой медиану точности классификации. В прямоугольниках показаны процентили точности классификации от 25-го до 75-го, а значения вне этого диапазона отмечены точками.
Усы простираются от прямоугольника до наибольшего значения не дальше, чем на 1,5 * межквартильный диапазон от края прямоугольника. b) Точность классификации и c) Матрицы путаницы подсетей для классификации подсетей DMN. Цветовой код обозначает точность классификатора; ячейки, показанные белым, имеют догадки ниже уровня наивного шанса.
См. это изображение и информацию об авторских правах в PMC
Похожие статьи
Дискретные нейронные подписи базовых эмоций.
Сааримяки Х., Гоцопулос А., Яаскеляйнен И.П., Лампинен Дж., Вюйлемье П., Хари Р., Самс М., Нумменмаа Л. Сааримяки Х. и др. Кора головного мозга. 2016 июнь; 26 (6): 2563-2573. дои: 10.1093/cercor/bhv086. Epub 2015 29 апр. Кора головного мозга. 2016. PMID: 25924952
Супрамодальные представления воспринимаемых эмоций в человеческом мозгу.
Пилен М.В., Аткинсон А.П., Вийомье П. Пилен М.В. и соавт. Дж. Нейроски. 2010 28 июля; 30 (30): 10127-34. doi: 10.1523/JNEUROSCI.2161-10.2010. Дж. Нейроски. 2010. PMID: 20668196 Бесплатная статья ЧВК.
Научение восприятия и спутанность узнавания раскрывают лежащие в основе отношения между шестью базовыми эмоциями.
Ван Ю, Чжу З, Чен Б, Фан Ф. Ван Ю и др. Познание эмоций. 2019 июнь; 33 (4): 754-767. дои: 10.1080/02699931.2018.1491831. Epub 2018 30 июня. Познание эмоций. 2019. PMID: 29962270
Эмоции как дискретные паттерны системной активности.
Нумменмаа Л., Сааримяки Х. Нумменмаа Л. и др. Нейроски Летт. 2019 6 февраля; 693: 3-8. doi: 10.1016/j.neulet.2017.07.012.
Epub 2017 10 июля.
Нейроски Летт. 2019.
PMID: 28705730
Обзор.Нейронные подписи динамических эмоциональных конструкций в человеческом мозгу.
Грутсвагерс Т., Кеннеди Б.Л., Мост С.Б., Карлсон Т.А. Гротсвагерс Т. и соавт. Нейропсихология. 2020 авг;145:106535. doi: 10.1016/j.neuropsychologia.2017.10.016. Epub 2017 13 октября. Нейропсихология. 2020. PMID: 2
06 Бесплатная статья ЧВК.
Epub 2017 10 июля.
Нейроски Летт. 2019.
PMID: 28705730
Обзор.Посмотреть все похожие статьи
Цитируется
Нейронные влияния, связанные с состоянием, на оценку подключения фМРТ.
Мартин К.Г., Хе Б.Дж., Чанг С. Мартин К.Г. и соавт. Нейроизображение. 2021 1 декабря; 244:118590. doi: 10.1016/j.neuroimage.2021.118590.
Epub 2021 21 сентября.
Нейроизображение. 2021.
PMID: 34560268
Бесплатная статья ЧВК.
Обзор.
Epub 2021 21 сентября.
Нейроизображение. 2021.
PMID: 34560268
Бесплатная статья ЧВК.
Обзор.использованная литература
- Адольфс Р. Как неврология должна изучать эмоции? Путем различения эмоциональных состояний, концепций и переживаний. Социальная когнитивная и аффективная неврология. 2017;12:24–31. — ЧВК — пабмед
- Эндрюс-Ханна Дж. Р., Рейдлер Дж. С., Сепулькре Дж., Пулен Р., Бакнер Р. Л. Функционально-анатомическое фракционирование сети мозга по умолчанию. Нейрон. 2010;65:550–562.
—
ЧВК
—
пабмед
- Эндрюс-Ханна Дж. Р., Рейдлер Дж. С., Сепулькре Дж., Пулен Р., Бакнер Р. Л. Функционально-анатомическое фракционирование сети мозга по умолчанию.
- Эндрюс-Ханна Дж.Р., Смоллвуд Дж., Спренг Р.Н. Сеть по умолчанию и самогенерируемая мысль: составные процессы, динамический контроль и клиническая значимость. Анна. Н. Я. акад. науч. 2014;1316:29–52. — ЧВК — пабмед
- Барретт Л.
- Барретт Л.
Нейрон. 2010;65:550–562.
—
ЧВК
—
пабмед
