Graph neural network-based multimodal emotion recognition
Grafik sinir ağı tabanlı çok modlu duygu tanıma
- Tez No: 884783
- Danışmanlar: PROF. DR. RESUL DAŞ
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Engineering Sciences, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde Makine Öğrenimi (ML) ve Derin Öğrenme (DL), insan duygularından bilgi çıkarmak için kullanılmaktadır. Bu çalışmanın amaçlarından biri, görsel, konuşma ve metin verileri analiz etmek için grafik sinir ağı (GNN) tabanlı duygu hesaplamayı kullanmaktır. Duyguları tanımak zordur çünkü; yaş, kültür, yüz ifadesi, çevre senaryosu ve fiziksel yorgunluğa göre değişirler. Mevcut çalışmalar, çalışmamızın amaçlarından biri olan GNN tabanlı duygu hesaplama konusundaki en son analiz gelişmelerini ve başarılarını henüz tam tamamlanmamıştır. GNN, görsel, konuşma ve metin verilerden duygu analizi gerçekleştirmeyi desteklemek için daha da kabul edilebilir. Geneleksel duygu analizi tekniklerinden ziyade, çalışmamız doğruluk ve daha spesifik sonuçlar elde etme sürecine dayanmaktadır. Ayrıca bir çalışma, insanlar ve makineler arasındaki uçurumu kapatmaya yardımcı olacaktır.
Özet (Çeviri)
Nowadays, Machine Learning (ML) and Deep Learning (DL) have been used to extract knowledge from human feelings. One of the objectives of this study is to use graph neural network (GNN) based emotion computing to analyze visual, speech, and textual data. Recognizing emotions is difficult because they change based on importance, age, culture, facial expression, surroundings scenario, and physical tiredness. For instance, physical exhaustion and psychological fatigue are two types of human feelings with significant differences. Existing studies have yet to completely include the most recent analysis developments and achievements in GNN-based emotion computing, which is one of our study's objectives. GNN is more acceptable for supporting realizing end-to-end sentiment analysis from visual, speech, and textual data. Rather than traditional emotion analysis techniques, our study relies on the process to achieve valuable accuracy and more specific results. Also, a study must be completed to bridge the gap between humans and machines.
Benzer Tezler
- Exploring fusion models in computer vision for medical image computing
Başlık çevirisi yok
DUYGU SARIKAYA
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolState Unıversıty Of New York At BuffaloDr. JASON J. CORSO
- Üzüm sularının pastörizasyonu ve kontsantresi sırasında hidroksimetilfurfural oluşumu üzerinde bir araştırma
Başlık çevirisi yok
ŞERİFE ŞAHİN
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Çekirdeksiz kuru üzümde uygulanan politikanın Ege Bölgesinde üretim ve üretici açısından sonuçlarının değerlendirilmesi
Başlık çevirisi yok
GÜVEN ÖZERİN
- Çekirdeksiz kuru üzümlerde aflatoksin B1, B2, G1, G2 tayini için mevcut bazı metotların karşılaştırılması üzerinde bir çalışma
Başlık çevirisi yok
DİLEK BOYACIOĞLU
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MERAL GÖNÜL