Name: Riconoscimento dimensionale e discreto delle emozioni dal parlato (en Italiano)
SKU: 59105352
Price: 72370.00 CLP
Availability: InStock
Author: Iglesias Goyanes, Martin ; Artés, Antonio
ISBN: 9786206253761

portada Riconoscimento dimensionale e discreto delle emozioni dal parlato (en Italiano)

Riconoscimento dimensionale e discreto delle emozioni dal parlato (en Italiano)

Formato

Libro Físico

Autor

Martin Iglesias Goyanes

Antonio Artés

Editorial

Edizioni Sapienza

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.5 cm

Peso

0.14 kg.

ISBN13

9786206253761

Categorías

Tecnología de la información: cuestiones generales

Riconoscimento dimensionale e discreto delle emozioni dal parlato (en Italiano)

Martin Iglesias Goyanes (Autor) · Antonio Artés (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 144.740$ 72.370

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 72.370

Llega entre el 19 Oct y el 23 Oct a Santiago, Región Metropolitana. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Riconoscimento dimensionale e discreto delle emozioni dal parlato (en Italiano)"

La maggior parte delle ricerche sul riconoscimento delle emozioni vocali si concentra sulla classificazione di emozioni discrete a partire da caratteristiche acustiche o testuali. Questa tesi dimostra che anche la rappresentazione dimensionale delle emozioni è molto valida e mostra i suoi vantaggi rispetto alle emozioni categoriali. La tesi propone due diversi sistemi che utilizzano entrambi caratteristiche bimodali (testuali e acustiche) per riconoscere emozioni discrete e dimensionali. Un sistema sequenziale che esegue prima la regressione dimensionale e poi la classificazione e un sistema parallelo che esegue la classificazione e la regressione allo stesso tempo. La tesi sviluppa un modello di regressione multi-task che serve come nucleo per entrambi i sistemi. Utilizzando il Concordance Correlation Coefficient (CCC) per la valutazione, si scopre che l'architettura sviluppata dalla tesi per la regressione dimensionale supera in tutte le dimensioni (valenza, eccitazione, dominanza) il modello di regressione introdotto in una precedente ricerca dell'istituto di Cambridge. Inoltre, la tesi dimostra che il sistema sequenziale supera il sistema parallelo nel riconoscimento di emozioni sia discrete (accuratezza di classificazione) sia dimensionali (CCC).