Пошук академічних текстів

Реєстраційний номер

0523U100027, Докторська дисертація

Назва роботи

Методологія автоматизованого розпізнавання емоційного стану слухачів системи дистанційного навчання

Здобувач

Терейковська Людмила Олексіївна, Кандидат технічних наук

Керівник Бушуєв Сергiй Дмитрович
popup.advisor Бушуєв Сергiй Дмитрович
Опонент Давиденко Анатолій Миколайович
Опонент Корж Роман Орестович
Опонент Аль-Амморі Алі Нурддинович
Опонент Биков Валерій Юхимович

На здобуття

Доктор технічних наук, 05.13.06, Інформаційні технології

Дата захисту

02-02-2023

Опис

Об'єктом дослідження є процеси розпізнавання емоційного стану слухачів системи дистанційного навчання. Метою дослідження є розв’язання науково-прикладної проблеми, пов’язаної з розпізнаванням емоційного стану слухачів системи дистанційного навчання шляхом розробки відповідної методології, що базується на нейромережевих методах і моделях аналізу біометричних параметрів та орієнтованої на створення відповідних засобів, які розширюють функціональні можливості системи дистанційного навчання. Використовувались методи дослідження, що ґрунтуються на методологічному базисі теорії складних систем, теорії інформації, розпізнавання образів і системному аналізі, теорії нейронних мереж, вейвлет-перетворень, кодування, прийняття рішень, моделювання, методів цифрової обробки сигналів та біометрії, методів імітаційного моделювання, об’єктно-орієнтованого проєктування та елементів теорії алгоритмів, програмування та планування експерименту. Наукова новизна результатів досліджень: Вперше розроблено методологію автоматизованого розпізнавання емоційного стану, що забезпечує можливість створення ефективних інструментальних засобів розпізнавання емоційного стану, які розширюють функціональні можливості системи дистанційного навчання. Вперше розроблено концептуальну модель розпізнавання емоційного стану слухачів системи дистанційного навчання, яка забезпечила формалізований опис напрямків досліджень з розробки відповідних засобів автоматизованого розпізнавання. Вперше розроблено метод формування вхідного поля нейромережевої моделі аналізу клавіатурного почерку слухача системи дистанційного навчання, що забезпечує можливість ефективного розпізнавання емоцій та особи слухача системи дистанційного навчання за клавіатурним почерком. Вперше розроблено метод формування вхідного поля нейромережевої моделі аналізу голосового сигналу, що забезпечує можливість ефективного розпізнавання емоцій та особи слухача системи дистанційного навчання за голосом. Удосконалено підходи до визначення конструктивних параметрів, навчання та мінімізації ресурсоємності нейромережевих моделей, що забезпечили можливість розробки ефективних методів формування вхідного поля нейромережевої моделі та ефективних методів нейромережевого розпізнавання емоцій та особи слухача системи дистанційного навчання. Удосконалено метод формування вхідного поля нейромережевої моделі аналізу біометричних параметрів, асоційованих із зображеннями, що забезпечує можливість ефективного розпізнавання емоцій та особи слухача системи дистанційного навчання за біометричними параметрами, асоційованими з зображеннями. Удосконалено метод розробки архітектури згорткової нейронної мережі, призначеної для аналізу біометричних параметрів, який дозволяє зменшити обсяг експериментальних досліджень, пов’язаних з розробкою архітектури згорткової нейронної мережі. Удосконалено метод нейромережевого розпізнавання емоцій, що дозволяє за прийнятної ресурсоємності підвищити точність розпізнавання емоцій слухача системи дистанційного навчання за біометричними параметрами, що реєструються за допомогою розповсюдженого апаратно-програмного забезпечення. Отримали подальший розвиток моделі обробки біометричних параметрів, асоційованих з зображеннями, що забезпечили теоретичний базис розробки методу формування вхідного поля нейромережевих моделей аналізу біометричних параметрів, асоційованих з зображеннями. Отримав подальший розвиток метод застосування вейвлет-перетворень для фільтрації вхідного поля нейромережевої моделі аналізу біометричних параметрів, асоційованих з зображеннями, що забезпечує можливість фільтрації завад, типових для умов системи дистанційного навчання. Отримав подальший розвиток метод формування навчальних прикладів для нейромережевої моделі аналізу біометричних параметрів, що забезпечує можливість зменшення ресурсоємності процесу навчання. Одержані результати пов’язані з виконанням 4 держбюджетних науково-дослідних робіт та впроваджені в навчальний процес Київського національного університету будівництва і архітектури, КПІ ім. Ігоря Сікорського та Національного авіаційного університету. Рекомендації щодо використання: в системах дистанційного навчання та в контурах моніторингу психоемоційного стану операторів інформаційних систем різноманітного призначення; при викладанні дисциплін, пов’язаних з нейромережевим аналізом біометричних параметрів. Отримані наукові результати є методологічною базою для розробки і впровадження ефективних інструментальних засобів, які мають достатню точність розпізнавання та адаптовані до застосування в умовах системи дистанційного навчання.