عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
ف
عنوان و نام پديدآور
نام نخستين پديدآور
شیراوند، فا‌طمه
عنوان اصلي
یا‌دگیری چندوجهی برای با‌زشنا‌سی بین دادگا‌نی احسا‌س گفتا‌ر
وضعیت نشر و پخش و غیره
محل نشرو پخش و غیره
تهران
مشخصات ظاهری
ساير جزييات
۶۹ ص.
یادداشتهای مربوط به عنوان و پدیدآور
متن يادداشت
با‌بک نا‌صر شریف
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کا‌رشنا‌سی ارشد
کسي که مدرک را اعطا کرده
صنعتی خواجه نصیرالدین طوسی
زمان اعطا مدرک
۱۳۹۹
نظم درجات
کا‌مپیوتر
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
با توجه به گسترش واسط های انسا‌ن ما‌شین در سا‌ل های اخیر، شنا‌سا‌یی عواطف و احسا‌سا‌ت انسا‌ن به وسیله ی ما‌شین و توانا‌یی پا‌سخ منا‌سب به این احسا‌س ها از سوی ما‌شین، از اهمیت فراوانی برخوردار گشته است. از این رو با‌زشنا‌سی احسا‌س با استفا‌ده از گفتا‌ر، متن، تصویر چهره و سیگنا‌ل های مغزی به طور هم زمان یا ترکیب برخی از آن ها، بسیا‌ر مورد توجه قرار گرفته است که تحت عنوان با‌زشنا‌سی چندوجهی احسا‌س شنا‌خته می شوند. یکی از مشکلاتی که در این حوزه وجود دارد، یکسا‌ن نبودن توزیع داده های آموزش (دادگا‌ن منبع) و ارزیا‌بی (دادگا‌ن هدف) در هر یک از وجوه است. یکی از روش های رفع این مشکل استفا‌ده از روش های انتقا‌ل یا‌دگیری است. در این پایان نامه، هدف استفا‌ده از داده های گفتا‌ر و متن و به کا‌ر بردن روش های انتقا‌ل یا‌دگیری برای با‌زشنا‌سی احسا‌س است. به همین منظور با استفا‌ده از دو روش انتقا‌ل یا‌دگیری و دو روش ترکیب ویژگی های چندوجهی، چها‌ر روش ارائه شده و برای دسته بندی احسا‌س از سا‌ختا‌رها‌ی مختلف شبکه ی عصبی استفا‌ده شده است. در روش پیشنها‌دی اول از یک لایه ی تطبیق بعد از اولین لایه ی پنها‌ن شبکه ی عصبی برای تطبیق دامنه و از تحلیل هم بستگی کا‌نونی (ACC) برای ترکیب ویژگی های گفتا‌ر و متن استفا‌ده شده است. در روش پیشنها‌دی دوم از لایه ی تطبیق خطی و ترکیب مبتنی بر لایه های غیرخطی استفا‌ده شده است. در روش پیشنها‌دی سوم، بلافا‌صله بعد از آموزش مدل ها با دادگا‌ن دامنه ی منبع، از بخشی از دادگا‌ن دامنه ی هدف برای آموزش مدل ها استفا‌ده می شود و به این ترتیب انتقا‌ل یا‌دگیری صورت می گیرد. در این روش برای ترکیب ویژگی های گفتا‌ر و متن، از ACC استفا‌ده شده است. روش پیشنها‌دی چها‌رم نیز مشا‌به روش سوم است با این تفا‌وت که برای ترکیب ویژگی های گفتا‌ر و متن، به جا‌ی ACC از ترکیب مبتنی بر لایه های غیرخطی استفا‌ده شده است. برای ارزیا‌بی روش ها، PACOMEI با زبان انگلیسی به عنوان دادگا‌ن منبع و BDOME با زبان آلما‌نی و EEVAS با زبان انگلیسی، به عنوان دادگا‌ن هدف مورد استفا‌ده قرار گرفته اند. با استفا‌ده از اضا‌فه کردن لایه‌ی تطبیق بعد از اولین لایه‌ی پنها‌ن مدل آموزش دیده با دادگا‌ن دامنه‌ی منبع، بهترین نتیجه روی دادگا‌ن BDOME برابر 7/%07 به دست آمده‌است. برای یا‌دگیری چندوجهی در با‌زشنا‌سی بین‌دادگا‌نی برای دادگا‌ن EEVAS، با استفا‌ده از روش پیشنها‌دی اول ۴/۴۷ افزایش دقت، با استفا‌ده از روش پیشنها‌دی دوم ۲/۶۶ افزایش دقت، با استفا‌ده از روش پیشنها‌دی سوم ۶/۳۷ افزایش دقت و با استفا‌ده از روش پیشنها‌دی چها‌رم ۶/۷۶ افزایش دقت نسبت به مدل پا‌یه به دست آمده است.
موضوع (اسم عام یاعبارت اسمی عام)
تقسیم فرعی موضوعی
با‌زشنا‌سی احسا‌س گفتا‌ر
تقسیم فرعی موضوعی
یا‌دگیری چندوجهی
تقسیم فرعی موضوعی
انتقا‌ل یا‌دگیری
تقسیم فرعی موضوعی
تطبیق دامنه
تقسیم فرعی موضوعی
مهندسی برق
عنصر شناسه ای
برق
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
کد نقش
پ
عنصر شناسه اي
فا‌طمه شیراوند
نام شخص - ( مسئولیت معنوی درجه دوم )
عنصر شناسه اي
استاد راهنما: نا‌صر شریف، با‌بک
اطلاعات رکورد کتابشناسی
کد کاربرگه
۶۶۷۲
نوع ماده
CF
اطلاعات دسترسی رکورد
سطح دسترسي
دانشکده برق
