Séance de cours

Informatique affective : théories, applications et modèles prédictifs

Description

Cette séance de cours explore l'ère de l'affectivisme, en analysant les tendances de financement de la NSF dans la recherche sur les émotions, l'impact des états affectifs sur l'éducation et la médecine, et l'utilisation des expressions faciales et de l'analyse des courriels dans l'informatique affective. Il explore les théories des émotions comme James-Lange, Cannon-Bard, Schachter-Singer et les théories dimensionnelles, ainsi que les émotions de base et les roues des émotions. La séance de cours couvre la détection des émotions par l'activité cardiaque, la conductance de la peau et les expressions faciales, en discutant de la variabilité de la fréquence cardiaque, des mesures de conductance de la peau et de l'utilisation de divers dispositifs pour la prédiction des émotions. Il présente également des méthodes telles que les auto-encodeurs variationnels, les réseaux neuronaux convolutifs et les réseaux entièrement connectés pour la prédiction de l'état affectif basée sur des signaux physiologiques et des données visuelles.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (44)
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Méthodes de noyau: Réseaux neuronaux
Couvre les fondamentaux des réseaux neuronaux, en mettant l'accent sur les noyaux RBF et SVM.
Formation d'experts en éducation numérique
Souligne la sélection d'images pour évoquer des émotions positives et clarifier le contenu de formation dans l'éducation numérique.
Analyse des documents : Modélisation des sujets
Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.
Réseaux neuronaux : Perceptrons multicouches
Couvre les Perceptrons multicouches, les neurones artificiels, les fonctions d'activation, la notation matricielle, la flexibilité, la régularisation, la régression et les tâches de classification.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.