Која је твоја емоција

М3 • МАЈ МЕСЕЦ МАТЕМАТИKЕ 2023 • СТВАРНОСТ ОЧИМА ВЕЛИКИХ ПОДАТАКА • ИЗЛОЖБЕ • РАДИОНИЦЕ • КОНКУРСИ • ПРЕДАВАЊА • ЕКСПОНАТИ

СТВАРНОСТ ОЧИМА ВЕЛИКИХ ПОДАТАКА

ИЗЛОЖБЕ

Која је твоја емоција?

→ 14.05 – 04.06.2023.
Силоси Београд


→ Уторак – петак, 11.00 – 21.00 Субота – недеља, 11.00 – 21.00
Понедељком не ради


 AI модел за препознавање емоција користи алгоритме машинског учења како би анализирао аудио или визуелне податке и идентификовао карактеристике које указују на одређене емоције. Ови алгоритми за обучавање користе велике скупове података који садрже слике или звучне записе људи који изражавају различите емоције како би научили како да препознају одређене обрасце у подацима који указују на одређену емоцију. Подаци се могу прикупити помоћу различитих сензора за праћење покрета и звука па чак и физиолошких параметара као што су дисање и откуцаји срца. После прикупљања, подаци се обрађују помоћу алгоритама за издвајање карактеристика из података. Након тога, дате карактеристике се прослеђују неком од модела машинског учења како би модел научио да препозна обрасце у подацима који се повезују са одређеним емоцијама.

Неуронске мреже представљају један од модела вештачке интелигенције и оне су инспирисане начином на који људски мозак ради. Неуронске мреже су засноване на принципу, где се улазни подаци (на пример пиксели слике) обрађују у неуронским слојевима, где сваки слој обрађује и издваја одређене карактеристике. Конволутивне неуронске мреже (CNN) су врста неуронских мрежа које су посебно ефикасне у обради визуелних података, као што су слике. Оне раде тако што користе филтере (матрице), који се примењују на слику и издвајају различите карактеристике.

Које математичке операције нам заправо помажу у препознавању карактеристичних особина на сликама и на који начин модели машинског учења их обрађују и доносе одлуку о којој је емоцији реч само су нека од питања на које желимо да дамо одговор.