项目名称: 基于多特征情感信息融合的高效率e-Learning关键技术研究

项目编号: No.60970060

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 自动化技术、计算机技术

项目作者: 马希荣

作者单位: 天津师范大学

项目金额: 30万元

中文摘要: 人类的学习和交流过程是自然而富有感情的,因此,很自然地期望在e-Learning(电子学习)人机交互过程中,计算机具有识别人类情感、并做出积极反应,进而对学习者学习效率有所促进的能力。本课题拟在以下几方面有所突破。 ①#22522;于多种信息源的多特征情感信息融合及识别方法,采集多路传感器数据,构建e-Learning情感数据库;②#20381;据信息加工心理学理论,在情感数据资源基础上,研究e-Learning中影响学习兴趣的情绪因素以及判断学习效率的评估手段;③#22312;e-Learning应用系统中,建立"评估-抑制-诱导"决策机制,在识别并预测学习者学习情绪的基础上,通过"或激励、引导,或抑制、克服"来调整教学策略,引导积极情绪、抑制消极情绪,促进和谐人机交互、提高电子学习效率。

中文关键词: 情感计算;多特征融合;e-Learning;信息加工心理学;

英文摘要:

英文关键词: Emotion Computing;Multi-feature Fusion;e-Learning;Information Processing Psychol;

成为VIP会员查看完整内容
0

相关内容

情感计算的概念是在1997年由MIT媒体实验室Picard教授提出,她指出情感计算是与情感相关,来源于情感或能够对情感施加影响的计算。中国科学院自动化研究所的胡包刚等人也通过自己的研究,提出了对情感计算的定义:“情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境,并使计算机具有更高的、全面的智能”。
专知会员服务
100+阅读 · 2021年1月1日
【ACM MM2020】跨模态分布匹配的半监督多模态情感识别
专知会员服务
42+阅读 · 2020年9月8日
专知会员服务
112+阅读 · 2019年12月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
吴恩达新书《Machine Learning Yearning》完整中文版
专知会员服务
144+阅读 · 2019年10月27日
主动学习(Active Learning)概述及最新研究
PaperWeekly
2+阅读 · 2022年1月6日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
36+阅读 · 2019年4月18日
情感计算综述
人工智能学家
31+阅读 · 2019年4月6日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
Machine Learning:十大机器学习算法
开源中国
19+阅读 · 2018年3月1日
【强化学习】如何开启强化学习的大门?
产业智能官
13+阅读 · 2017年9月10日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
72+阅读 · 2018年12月22日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
21+阅读 · 2018年8月30日
小贴士
相关VIP内容
专知会员服务
100+阅读 · 2021年1月1日
【ACM MM2020】跨模态分布匹配的半监督多模态情感识别
专知会员服务
42+阅读 · 2020年9月8日
专知会员服务
112+阅读 · 2019年12月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
吴恩达新书《Machine Learning Yearning》完整中文版
专知会员服务
144+阅读 · 2019年10月27日
相关资讯
主动学习(Active Learning)概述及最新研究
PaperWeekly
2+阅读 · 2022年1月6日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
36+阅读 · 2019年4月18日
情感计算综述
人工智能学家
31+阅读 · 2019年4月6日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
Machine Learning:十大机器学习算法
开源中国
19+阅读 · 2018年3月1日
【强化学习】如何开启强化学习的大门?
产业智能官
13+阅读 · 2017年9月10日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
72+阅读 · 2018年12月22日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
21+阅读 · 2018年8月30日
微信扫码咨询专知VIP会员