• Kapcsolat

  • Hírlevél

  • Rólunk

  • Szállítási lehetőségek

  • Prospero könyvpiaci podcast

  • Hírek

  • Computer Vision: Erkennung des kognitiven Zustands der Lernendenbeim E-Learning. DE

    Computer Vision by Rao, Karu Prasada; Rao, M. V. P. Chandra Sekhara; Polinati, Vinod Babu;

    Erkennung des kognitiven Zustands der Lernendenbeim E-Learning. DE

      • 5% KEDVEZMÉNY?

      • A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
      • Kiadói listaár EUR 60.90
      • Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

        25 258 Ft (24 055 Ft + 5% áfa)
      • Kedvezmény(ek) 5% (cc. 1 263 Ft off)
      • Kedvezményes ár 23 995 Ft (22 852 Ft + 5% áfa)

    25 258 Ft

    db

    Beszerezhetőség

    Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.

    Why don't you give exact delivery time?

    A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.

    A termék adatai:

    • Kiadó Verlag Unser Wissen
    • Megjelenés dátuma 2022. január 1.
    • Kötetek száma Großformatiges Paperback. Klappenbroschur

    • ISBN 9786204449661
    • Kötéstípus Puhakötés
    • Terjedelem136 oldal
    • Méret 220x150 mm
    • Nyelv német
    • 225

    Kategóriák

    Hosszú leírás:

    Die meisten Studien, die zur Erkennung menschlicher Emotionen entwickelt wurden, beschränken sich auf eine einzige Modalität, nämlich Mimik oder Sprache. In diesem Buch wird ein multimodaler Ansatz zur Verbesserung der Genauigkeit der Emotionserkennung durch die Kombination von Audio- und visuellen Daten vorgestellt. Darüber hinaus wurde ein CNN-Modell vorgeschlagen, um automatisch Gesichtsmerkmale zu extrahieren, die Gesichtsausdrücke eindeutig unterscheiden, und diese Methode wurde angewandt, um die kognitiven Zustände von Lernenden in E-Learning-Umgebungen zu erkennen, und die Gesichtsausdrücke der Lernenden werden kognitiven Zuständen wie Langeweile, Verwirrung, Engagement und Frustration zugeordnet. Die Ziele sind wie folgt: - Multimodale Merkmalsextraktion und -fusion aus Gesichtsbild und Sprache: Geometrisch basierte SURF-Merkmale aus Gesichtsbildern werden ebenso berücksichtigt wie spektrale und prosodische Merkmale aus Sprache.-Um die aus den einzelnen Modellen gewonnenen Ergebnisse zu kombinieren, wurde der vorgeschlagene linear gewichtete Fusionsansatz verwendet.-Zur Erkennung des kognitiven Zustands der Lernenden in E-Learning-Umgebungen wurde ein Hybrid-CNN-Modell vorgeschlagen.

    Több