音声および視覚的非言語特徴を用いた新興リーダーのリーダーシップスタイルの予測

リーダーがグループメンバーと調整を取ることは、望ましい目標を達成するためにチームメンバーを実際に管理する存在であるため、効果的なリーダーシップにとって非常に重要です。リーダーシップ、特にリーダーシップスタイルの研究は、社会心理学と組織心理学における重要な研究トピックです。しかし、これは社会信号処理における新しい問題であり、マルチモーダルデータをより効果的かつ効率的に分析することによって価値ある貢献をすることができます。本研究では、自然にグループから生まれるリーダー（すなわち指定されていないリーダー）のリーダーシップスタイルを独裁的または民主的として特定します。提案された方法は、リアルなデータセットに適用されます。言い換えれば、この問題に新しいロールプレイングはありません。マルチモーダル非言語特徴を使用したマルチカーネル学習（MKL）がリーダーシップスタイルを予測するために利用され、従来の学習方法と比較して予測精度が向上しました。MKLと提案された単純なヒューリスティックのおかげで、最もパフォーマンスの良い特徴も特定され、これらの特徴を使用するだけでより良い予測が達成できることを示しています。さらに、抽出された非言語特徴と社会心理学に関する質問票の結果との相関分析も行われました。これにより、発言活動に基づくおよび韻律的な非言語特徴との間に有意に高い相関が存在することが示されています。