Link tải luận văn miễn phí cho ae
Giới thiệu tổng quan về mạng nơron nhân tạo, đi sâu vào trình bày mạng nơron truyền thẳng nhiều lớp và thuật toán lan truyền ngược. Nêu nhược điểm của thuật toán lan truyền ngược và các phương pháp cải tiến thuật toán. Mô tả bài toán áp dụng: nhận dạng cảm xúc bằng mạng nơron, đưa ra quy trình các bước thực hiện để có được các tham số và cấu hình mạng tốt nhất. Kết quả thu được là một hệ thống phân loại cảm xúc trên mặt người
Mở đầu
Nhận dạng mẫu là một ngành khoa học mà nhiệm vụ của nó là phân lớp các đối
tượng thành một số loại hay một số lớp riêng biệt. Được biết đến từ lâu nhưng
trước những năm 1960, nó hầu như chỉ là kết quả nghiên cứu về mặt lý thuyết trong
lĩnh vực thống kê. Tuy nhiên, với sự phát triển không ngừng của khoa học kỹ thuật
cộng với việc ứng dụng các kết quả nghiên cứu của nhiều lĩnh vực khác, nhận dạng
mẫu đã đạt được những thành tựu nhất định và mở ra khả năng thực hiện được
những việc mà trước đây chỉ là mong muốn. Nhận dạng mẫu đã trở thành một thành
phần quan trọng trong những hệ thống máy tính thông minh được xây dựng để thực
hiện việc ra quyết định hiện nay.
Trong nhận dạng mẫu, cùng với những bài toán nhận dạng chữ, nhận dạng mặt
người,... bài toán nhận dạng cảm xúc trên mặt người cũng là một bài toán đang thu
hút được sự quan tâm, nghiên cứu của các nhà khoa học. Trong các cách biểu đạt
ngôn ngữ của cơ thể, cảm xúc là cái thể hiện rõ nhất những gì mà người nghe cảm
thấy. Nhà tâm lý Mehrabian qua nghiên cứu của ông (1968) [2] đã xác định rằng khi
một thông điệp từ một người chuyển tới người khác, phần từ ngữ chiếm 7% ảnh
hưởng, phần âm lượng của giọng nói chiếm 38%, trong khi đó ngôn ngữ của cơ thể
của người nói chiếm tới 55% ảnh hưởng của thông điệp đó. Nhận dạng cảm xúc có
thể được ứng dụng trong rất nhiều lĩnh vực như y học [17], tương tác giao diện
người – máy [6], phân tích cảm xúc con người [13], chuyển động thân người [3],....
Nhận dạng cảm xúc trên mặt có xu hướng phân tích các đặc trưng trên mặt vào các
lớp dựa trên các thông tin thị giác. Mặc dù vậy, các cảm xúc con người là kết quả
của nhiều nhân tố khác nhau, trong luận văn này chúng tui thử xây dựng một hệ
thống phân lớp mặt để xác định 7 dạng cảm xúc cơ bản từ một đầu vào đã cho. Các
cảm xúc đó là: giận dữ, kinh tởm, sợ hãi, hạnh phúc, buồn, ngạc nhiên và một trạng
thái không có cảm xúc được gọi là „trung lập‟.
Mạng nơron nhân tạo là một trong những thuật toán ngày nay thường được sử
dụng trong nhận dạng mẫu. Được xây dựng theo nguyên tắc mô phỏng hoạt động bộ
não của con người, mạng nơron có khả năng tự sinh ra những liên kết đặc biệt giữa
các nơron bên trong để xây dựng những cấu trúc giải những bài toán mờ mà những
hàm toán học thông thường không thể giải quyết nổi. Những hệ thống xây dựng
bằng mạng nơron sẽ tự động sinh ra những đặc trưng riêng cho phù hợp với các ví
dụ được đưa vào huấn luyện. Do đó, thay vì các bộ phân lớp thống kê như HMM
(Hidden Markov Models)[14] hay xây dựng các bộ phân tích thông qua các mô hình
mẫu, trong luận văn này chúng tui sẽ sử dụng mạng nơron nhân tạo và đặc biệt là
các mạng perceptron nhiều lớp để phát triển và kiểm tra một hệ thống phân loại cảm
xúc trên mặt người.
Luận văn gồm 4 chương:
Chương 1 giới thiệu tổng quan về mạng nơron nhân tạo và đi sâu vào trình bày
mạng nơron truyền thẳng nhiều lớp và thuật toán lan truyền ngược.
Chương 2 trình bày về nhược điểm của thuật toán lan truyền ngược và các
phương pháp cải tiến thuật toán.
Chương 3 mô tả bài toán áp dụng: nhận dạng cảm xúc bằng mạng nơron, và
đưa ra quy trình các bước thực hiện để có được các tham số và cấu hình mạng tốt
nhất.
Chương 4 trình bày các bước thực hiện và các kết quả mà chương trình đã đạt
được.
Cuối cùng là phần tổng kết các kiến thức đã trình bày trong các chương trước
và đưa ra định hướng của đề tài trong tương lai.
/file/d/0Bz7Zv9 ... sp=sharing
