Comisia de atestare
Comisia de acreditare
Comisiile de experţi
Dispoziţii, instrucţiuni
Acte normative
PREGĂTIREA CADRELOR
Nomenclator
Instituţii
Consilii
Seminare
Teze		 Conducători de doctorat
Deţinători de grad
Doctoranzi
Postdoctoranzi
CNAA logo

 română | русский | english


Recunoașterea acțunilor umane în baza rețelelor neurale modulare


Autor: Albu Veaceslav
Gradul:doctor în informatică
Specialitatea: 01.05.04 - Modelare matematică, metode matematice, produse program
Anul:2016
Conducător ştiinţific: Svetlana Cojocaru
doctor habilitat, profesor cercetător, Institutul de Matematică şi Informatică
Instituţia: Institutul de Matematică şi Informatică

Statut

Teza a fost susţinută pe 9 noiembrie 2016 în CSS
şi aprobată de CNAA pe 28 decembrie 2016

Autoreferat

Adobe PDF document – 0.86 Mb / în engleză
Adobe PDF document – 1.01 Mb / în română

Teza

CZU 519. 95

Adobe PDF document 3.98 Mb / în engleză
168 pagini

Cuvinte Cheie

Rețele neurale adânci, computer vision, clasificarea emoțiilor, clasificarea gesturilor.

Adnotare

Teza a fost elaborată în Institutul de Matematică și Informatică al AȘM, Chișinău, anul 2016. Teza este scrisă în limba engleză și constă din introducere, trei capitole, concluzii generale și recomandări, bibliografie ce cuprinde 109 de titluri. Lucrarea conține 121 pagini de text de bază, 37 figuri, 2 tabele, 44 de formule și 5 anexe. Rezultatele principale sunt publicate în 8 lucrări științifice.

Domeniul de studiu al tezei îl constituie rețelele neurale modulare.

Scopul și obiectivele cercetării ține de elaborarea unui instrumentar pentru clasificarea reacțiilor umane (care includ aspecte faciale și mișcări ale corpului) în două clase: tipice și atipice pentru anumit mediu. Acest instrument oferă observații și măsurări statistice ale stărilor emoționale umane în timpul unei sesiuni de interacțiune cu un produs software (sau, opțional, a interacțiunii cu un complex hardware și software).

Noutatea și originalitatea cercetării o constituie arhitectura nouă a rețelei modulare neurale, care constă din două părți separate, combinându-le rezultatele în scopul efectuării unei clasificări a datelor obținute de la sensori infraroșii. Acesta este un prim sistem de acest fel aplicat atât pentru recunoșterea emoțiilor faciele, cât și a acțiunilor umane.

Problema științifică importantă soluționată constă în elaborarea unei metode multimodale de clasificare a reacțiilor umane (unind emoțiile și acțiunile) în tipice și atipice în raport cu un mediu dat, fapt care asigură funcționarea eficientă în timp real a unor sisteme de monitorizare a acțiunilor umane.

Semnificația teoretică. Rezultatele cercetării fundamentează soluționarea următoarelor probleme: stabilirea arhitecturii instrumentarului pentru clasificarea fiabilă a emoțiilor și gesturilor a unui subiect uman în tipice vs. atipice; stabilirea posibilității și eficienței utilizării învățării profunde în cadrul unei abordări integrate pentru identificarea expresiilor întregului corp uman în timp real.

Valoarea practică: soluționarea acestei probleme de clasificare este extrem de utilă pentru diverse aplicații, în care numărul de gesturi umane este limitat, precum cel al utilizatorilor mașinilor automate de cel mai variat tip, conducători auto sau cei de trenuri, muncitori la linii de asamblare, pacienți în spitale, aflați în stare de imobilitate etc.

Cuprins


1. THEORY AND MODELS OF EMOTION AND ACTION RECOGNITION
  • 1.1. PSYCHOLOGICAL BASIS FOR EMOTION RECOGNITION
  • 1.2. MODELS OF EMOTIONS AND ACTIONS
  • 1.3. COMPUTER VISION MODELS FOR OBJECT RECOGNITION
  • 1.4. CONCLUSIONS

2. NEURAL NETWORK ARCHITECTURE AND LEARNING ALGORITHMS
  • 2.1. BASIC NOTIONS AND DEFINITIONS OF THE ANN THEORY
  • 2.2. MODULAR NEURAL NETWORKS
  • 2.3. DEEP NEURAL NETWORK
  • 2.4. CONCLUSIONS

3. RESEARCH APPLICATIONS AND PSYCHOLOGICAL EXPERIMENTS
  • 3.1. EXPERIMENTAL SETUP AND EQUIPMENT
  • 3.2. ATM EMULATION PROGRAM
  • 3.3. PSYCHOLOGICAL EXPERIMENTS: GROUP ONE
  • 3.4. PSYCHOLOGICAL EXPERIMENTS: GROUP TWO
  • 3.5. COMPUTATIONAL ENVIRONMENT AND IMPLEMENTATION
  • 3.6. COMPARISON TO RELATED WORK
  • 3.7. CONCLUSIONS

CONCLUSIONS AND RECCOMENDATIONS

GENERAL CONCLUSIONS

FUTURE WORK

BIBLIOGRAPHY