| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Viedās datortehnoloģijas |
| Nosaukums |
Dziļo mācīšanās metožu izpēte emociju dinamikas analīzei dziesmās |
| Nosaukums angļu valodā |
Research on Deep Learning Methods for the Analysis of Emotion Dynamics in Songs |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Sintija Petroviča-Kļaviņa |
| Recenzents |
Katrīna Šmite |
| Anotācija |
Mūsdienu tehnoloģiju attīstībā īpaša uzmanība tiek pievērsta mākslīgā intelekta izpētei un tā izmantošanai dažādās jomās. Emociju atpazīšanas pētījumi kļūst arvien populārāki, jo tie atrod pielietojumu tādās svarīgās jomās kā terapija un mediju telpa. Tas viss rada nepieciešamību analizēt emocijas un radīt modeļus, kas spēj strādāt ar cilvēka jūtām.
Darba mērķis ir izpētīt dziļās mācīšanās pieejas emociju dinamikas identificēšanai dziesmās un izstrādāt metodi, kas apvieno dziļo mācīšanos ar spektrālo un/vai skaitlisko analīzi, emociju dinamikas analīzei.
Noslēguma darbā ir aprakstīti pētījuma komponenti, kas ir nepieciešami pilnīgai multimodālai emociju atpazīšanas analīzei mūzikā. Tiek analizētas emocijas modeļi, izmantotās arhitektūras, skaitliskās un spektrālās metodes. Ir realizēta multimodālā modeļa izveides praktiskā daļa, veikti vairāki eksperimenti un izdarīti secinājumi.
Darba apjoms: 52 lappuses, 19 attēli, 5 tabulas un 34 literatūras avoti. |
| Atslēgas vārdi |
EMOCIJU ATPAZĪŠANA, DZIĻĀ MĀCĪŠANĀS, EMOCIJU MODEĻI, SKAITLISKĀS METODES, MULTIMODĀLĀ ANALĪZE |
| Atslēgas vārdi angļu valodā |
EMOTION RECOGNITION, DEEP LEARNING, EMOTION MODELS, NUMERICAL METHODS, MULTIMODAL ANALYSIS |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
23.05.2025 13:58:34 |
