| Form of studies |
Master |
| Title of the study programm |
Intelligent robotic systems |
| Title in original language |
Mašīnmācīšanās izmantošana emociju mikro-izteiksmju noteikšanai |
| Title in English |
Use of Machine Learning to Determine Micro-Expressions of Emotions in Videos |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Agris Ņikitenko |
| Reviewer |
V.Osadčuks, LLU asoc.profesors |
| Abstract |
Šajā pētījumā tiek izstrādāts dziļā mākslīgā neironu tīkla modelis emociju noteikšanai izmantojot multi-modālus audio-video datus. Pētījumā tiek veikta publiski pieejamo datu kopu priekšapstrāde un dažādu datu kopu filtrēšanas metožu ietekme uz modeļa precizitāti
Tika noskaidrots, ka personas identitāte, kas ir sastopama datos ir svarīgs faktors, ko jāņem vērā veicot modeļa apmācību. Novēršot gadījumu, kur kāda persona ir vienlaicīgi sastopama treniņa un testa kopās, modeļa precizitāte tiek būtiski ietekmēta, kas liecina par modeļa pārmācīšanos. Tika pētīta iepriekš trenēta kodētāja ietekme uz modeļa precizitāti izmantojot dažādas kodēšanas arhitektūras, kas trenētas uz statiskām publiski pieejamām datu kopām. Tiek veiks eksperiments dažādām segmentācijas metodēm informācijas samazināšanas nolūkiem.
Darba pamattekstā ir 70 lappuses, 34 attēli, 13 tabulas un 118 informācijas avoti. |
| Keywords |
DZIĻIE MĀKSLĪGIE NEIRONU TĪKLI, MAŠĪNAPMĀCĪBA, EMOCIJU NOTEIKŠANA, AUTO-KODĒŠANAS MODEĻI, DATU PRIEKŠAPSTRĀDE |
| Keywords in English |
DEEP ARTIFICIAL NEURAL NETWORKS, MACHINE LEARNING, EMOTION CLASSIFICATION, AUTO-ENCODER MODELS, DATA PRE-PROCESSING |
| Language |
lv |
| Year |
2021 |
| Date and time of uploading |
31.05.2021 12:57:30 |
