Détection de contexte par l'apprentissage

Nos travaux s’intéressent à la détection et l’identification de contexte d’un être humain. Ce domaine, aussi appelé « affective computing », requiert la définition de contextes et d’émotions, d’états affectifs ou émotionnels. Ces définitions étant particulièrement délicates à déterminer, nous pensons qu’une approche ascendante (regarder ce qu’il est possible de voir dans les données et en déduire des contextes) est plus abordable que l’approche descendante (définir et caractériser les états et les rechercher dans les données). Nous présentons donc une méthode de segmentation de signaux physiologiques à l’aide de méthodes d’apprentissage non paramétriques, à savoir les SVM à une classe. Mots-clés : OC-SVM, Segmentation, Détection de rupture, Context-Aware, Affective Computing