| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Intelektuālas robotizētas sistēmas |
| Nosaukums |
Mašīnmācīšanās izmantošana emociju mikro-izteiksmju noteikšanai |
| Nosaukums angļu valodā |
Use of Machine Learning to Determine Micro-Expressions of Emotions in Videos |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Agris Ņikitenko |
| Recenzents |
V.Osadčuks, LLU asoc.profesors |
| Anotācija |
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. |
| Atslēgas vārdi |
DZIĻIE MĀKSLĪGIE NEIRONU TĪKLI, MAŠĪNAPMĀCĪBA, EMOCIJU NOTEIKŠANA, AUTO-KODĒŠANAS MODEĻI, DATU PRIEKŠAPSTRĀDE |
| Atslēgas vārdi angļu valodā |
DEEP ARTIFICIAL NEURAL NETWORKS, MACHINE LEARNING, EMOTION CLASSIFICATION, AUTO-ENCODER MODELS, DATA PRE-PROCESSING |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
31.05.2021 12:57:30 |
