Sistema integrado de reconocimiento de emociones para interacción hombre-máquina
Notice bibliographique
Résumé
Resumen: El principal objetivo de esta investigación es desarrollar un sistema integrado de reconocimiento de emociones para robots de servicios en tareas domésticas. Para construir y entrenar el modelo se utilizan la red convolucional densa DenseNet y el conjunto de datos audiovisuales Ryerson sobre lenguaje y canción emocional RAVDESS. El sistema está compuesto por dos lazos de reconocimiento de emociones que estiman el estado desde una perspectiva multimodal. Un primer lazo utiliza el rostro para establecer el estado emocional a partir de las facciones, mientras que el segundo utiliza la voz. Los resultados de las pruebas en laboratorio muestran un alto desempeño del sistema gracias a un modelo que aporta información cuando el otro es incapaz. Dicha interacción permite pensar en la integración de módulos adicionales para incrementar la confiabilidad del robot. En conclusión, la arquitectura en paralelo incrementa considerablemente la capacidad del sistema de reconocimiento de emociones.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,014 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».