Search academic texts

Information × Registration Number 0824U001905, PhD dissertation Status Доктор філософії Date 07-06-2024 popup.evolution o Title Neural network methods for creating recommender systems for interactive art using augmented reality Author Andrii Kuliahin, popup.head Heorhii Kuchuk popup.opponent Serhii F. Chalyj popup.opponent Alexander Laktionov popup.review Herman Fesenko popup.review Olha Morozova Description Дисертація присвячена розробці та удосконаленню нейромережних методів створення рекомендаційних систем арт-композицій для систем доповненої реальності. Метою дисертаційної роботи є покращення результатів рекомендаційних систем для інтерактивного мистецтва з використанням доповненої реальності за допомогою нейромережних методів. Об’єктом дослідження є процеси створення рекомендаційних систем для інтерактивного мистецтва. Предметом дослідження є нейромережні методи створення рекомендаційних систем для інтерактивного мистецтва з використанням доповненої реальності. У роботі виконано аналітичний огляд існуючих методів побудови рекомендаційних систем. Виявлено, що існуючі методи створення рекомендаційних систем мають обмеження в контексті застосування для рекомендацій арт-композицій для систем доповненої реальності. Часто таким методам бракує контексту та емоційних фідбеків користувача, що відіграє значну роль у взаємодії користувачів з інтерактивним мистецтвом. З урахуванням проведеного аналізу в роботі поставлено та вирішено наукове завдання розроблення методів, моделей і програмних засобів створення рекомендаційних систем для інтерактивного мистецтва з використанням доповненої реальності. Обґрунтована методика проведення досліджень і математичний апарат, що використовується в дослідженні. При вирішенні наукових задач використовувалися методи машинного навчання, нейронної колаборативної фільтрації матричною факторизацією, методи просторово-часового аналізу відео, а також статистичні тести для оцінки ефективності розроблених методів. Вперше розроблено нейромережну модель вибору релевантних арт-композицій для інтерактивного мистецтва з урахуванням характеристик арт-композицій і профілю користувача. Це дозволило персоналізувати взаємодію користувачів з інтерактивним мистецтвом, враховуючи різноманітні характеристики арт-композиції та дані уподобання користувача з його профілю. Вперше розроблено метод аналізу емоційних відгуків користувачів на відео у реальному часі для надання рекомендацій щодо вибору арт-композицій. Це дозволяє отримувати емоційний фідбек користувача під час взаємодії з інтерактивним мистецтвом в реальному часі. Набув подальшого розвитку метод рекомендацій за допомогою інтеграції емоційного фідбеку користувачів для покращення релевантності арт-композицій. Даний підхід дозволяє збільшити релевантність рекомендованих арт-композицій за рахунок аналізу емоційного фідбеку користувачів та врахування емоційного стану під час вибору арт-композиції. Усі теоретичні розробки дисертації доведено до конкретних інженерних методик та моделі із застосуванням запропонованої інформаційної технології. Запропоновані методи та модель були реалізовані у вигляді програмних засобів та інтегровані в існуючі системи та платформи доповненої реальності. Розроблені нейромережна модель вибору релевантних арт-композицій для інтерактивного мистецтва з урахуванням характеристик арт-композицій і профілю користувача, метод аналізу емоційних відгуків користувачів на відео у реальному часі для надання рекомендацій щодо вибору арт-композицій, метод рекомендацій за допомогою інтеграції емоційного фідбеку користувачів для покращення релевантності арт-композицій та програмне забезпечення, що поєднує їх функціональність, дозволили створити більш чутливу та точну модель рекомендацій арт-композицій, зробивши систему більш чуттєвою до емоційного фідбеку і потенційно може покращити користувацький досвід та імерсивність. Registration Date 2024-05-14 popup.nrat_date 2024-05-28 Close