ОПРЕДЕЛЕНИЕ МЕТОДИК ОЦЕНКИ ЭМОЦИОНАЛЬНОГО СОСТОЯНИЯ
Аннотация
Цель этой статьи - дать алгоритмическое представление об оценке человеческих эмоций, осветив достигнутый прогресс и проблемы, которые все еще существуют. Используя алгоритмы машинного обучения и анализ настроений, исследователи смогли получить ценную информацию об эмоциях, которые могут выражать роботы, и о том, как они влияют на потребителей. Это междисциплинарное исследование прокладывает путь к социальному, дизайнерскому и творческому опыту следующего уровня в исследованиях искусственного интеллекта, особенно в сфере обслуживания потребителей и контекстах опыта.
Скачивания
Библиографические ссылки
KURBANOV A.A. Multimodal emotion recognition: a comprehensive survey with deep learning. Journal of Research and Innovation, pp. 43-47. 2023
Kurbanov Abdurahmon Alishboyevich. A Methodological Approach to Understanding Emotional States Using Textual Data. Journal of Universal Science Research. 2023
Kurbanov Abdurahmon. AI MODELS OF AFFECTIVE COMPUTING.
International Conference of Contemporary Scientific and Technical Research. 2023
Kurbanov Abdurahmon Alishboyevich. USING AFFECTIVE COMPUTING SYSTEMS IN MODERN EDUCATION. Journal Science and innovation. 2023
Atzeni, Recupero, 2020 M. Atzeni, D.R. Recupero Multi-domain sentiment analysis with mimicked and polarized word embeddings for human–robot interaction. Future Generat. Comput. Syst., 110 (2020), pp. 984-999
Kamolov, Dostonbek Rustam O’G’Li. "O'ZBEKISTONDA DEMOKRATIYA VA AXLOQNING ZAMONAVIY MUAMMOLARI VA YECHIMLARI." Academic research in educational sciences 3.NUU Conference 2 (2022): 348-352.
Chatterjee et al., 2019 A. Chatterjee, G. Umang, K.C. Manoj, S. Radhakrishnan, G. Michel, A. Puneet Understanding emotions in text using deep learning and big data Comput. Hum. Behav., 93 (2019), pp. 309-317
Faraj et al., 2020 Z. Faraj, M. Selamet, C. Morales, P. Torres, M. Hossain, H. Lipson Facially Expressive Humanoid Robotic Face HardwareX (2020), Article e00117
Prottasha NJ, Sami AA, Kowsher M, Murad SA, Bairagi AK, Masud M, et al. Transfer learning for sentiment analysis using BERT based supervised fine-tuning. Sensors. 2022;22(11):4157
Tan KL, Lee CP, Lim KM, Anbananthen KSM. Sentiment analysis with ensemble hybrid deep. IEEE Access. 2022;10:103694-103704. Available from: https://doaj.org/article/948b7ca90291416fb31bda6b789b8920
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Kurbanov Abdurahmon Alishboyevich (Author)
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
