1.這篇文章究竟講了什麼問題？
使用PPG訊號識別使用者情感，並應用到一個安卓音樂自動選歌APP中

2.這是否是一個新的問題？
不是

3.這篇文章要驗證一個什麼科學假設？
實現一個完整的產品，在一個實時app中利用檢測的情感，並實現更高的精度。

4.有哪些相關研究？如何歸類？誰是這一課題在這領域值得關注的研究員？
本文沒有介紹 利用情感自動識別來更換音樂相關工作，相關研究介紹了利用生理訊號進行情感識別：
1)Murugappan, Subbulaksh Mi Murugappan, bong siao Zheng,” Frequency Band Analysis of Electrocardiogram (ECG) Signals for Human Emotional State Classification Using Discrete Wavelet Transform (DWT)”,Vol. 25, No. 7, 2013.
2) Murugappan, Subbulaksh Mi Murugappan, bong siao Zheng,” Frequency Band Analysis of Electrocardiogram (ECG) Signals for Human Emotional State Classification Using Discrete Wavelet Transform (DWT)”,Vol. 25, No. 7, 2013.
3) D. Keltner, and J.S. Lerner, Emotion, In: D.T. Gilbert, S.T. Fiske, G. Lindsay, editors. The handbook of social psychology, New Y ork: McGraw Hill. 2010, pp. 312.

5.論文中提到的解決方案之關鍵是什麼？
PPG資料的收集，用於情感刺激的帶聲音的視訊的篩選，以及資料處理，特徵降維

6.論文中的實驗是如何設計的？
對比多個機器學習分類器的訓練和測試結果

7.用於定量評估的資料集是什麼？程式碼有沒有開源？
150被試的資料，總共9000多個樣本，2000個樣本作為測試樣本，沒有開源
Happy 3000
Sad 2000
Calm 1500
Fear 2800

8.論文中的實驗及結果有沒有很好地支援需要驗證的科學假設？
有

9.這篇論文到底有什麼貢獻？
提出採集PPG訊號，進行情感識別，並應用到音樂自動切歌的app中。

10.下一步呢？有什麼工作可以繼續深入？
1)自動切歌是否正確，如何評價
2)採用影象訊號是否可行