902-毕业答辩.pptVIP

啊啊 姓名：周娟 学号：23120062203977 院系：信息科学与技术学院电子工程系 导师：杨涛 计算动词在情绪规则中的可计算化研究 Emotion modeling using computational verb rules 目录 研究背景 研究意义 研究目标 研究的展开思路和框架 论文结构 相关概念 研究方法与过程 主要结论 致谢 研究背景 心理学涉及到工作和生活的各个方面，用工程的形式来表现是一件困难的事情。 研究意义 计算动词理论是一个有巨大潜力的发展领域。它作为第一个运用动词来解决工程问题的范例，在经历十余年的快速发展后已经发展成为了一门涉及信息科学、智能科学、经济学等多个领域的学科，并成功地应用于智能交通、智能安防、智能消防等工业和商业产品。 通过心理动词的建模，把人的情绪改变所造成的心理变化预测出来，能更好的掌握人们的行动意向，推测出人们的在此种心理状态下可能发生的行为和做出的决策。 智能决策 智能玩具 股票交易 智能学习 交互式游戏 情感机器人 研究目标 1.根据心理学建立起一种新的情绪规则。 2.将情绪规则与计算动词理论结合起来，预测情绪变化趋势。 研究的展开思路和框架 论文结构 相关概念 情绪与情感 情感计算 人工智能 计算动词理论 情绪情感 情绪是多成分的复合过程，它包括内在体验、外显表情和生理激活这三种成分。 情绪具有多维向量结构 普拉奇克的排列，在圆锥切面上处于相邻位置的情绪是相近似的；处于切面对角位置的情绪是相对立的；圆锥轴心从上到下表示强度由强到若。 情绪与情感的区别及联系 联系：情绪是情感的基础，情感离不开情绪。 情感是在情绪稳定的基础上发展建立起来的。 区别：情绪具有外显性，而情感则具有内在性。与情感相比，情绪更不稳定，容易改变。 情感计算人工智能 情感计算 它最初是由美国麻省理工学院(MIT) 实验室的Picard 教授于1995 年提出的 ,并在之后出版的专著中将其定义为:情感计算是与情感相关,来源于情感或者能对情感施加影响的计算。 人工智能 “人工智能”就是用人工的方法在计算机上实现人的智能，或者说是人们使计算机具有类似于人的智能。 研究领域 ： 专家系统、机器学习、模式识别、机器人学、智能决策支持系统 计算动词理论 计算动词理论由杨涛教授于1997年在美国伯克利加州大学的电气工程与计算机科学系发明 计算动词相似度（Computational verb similarities,简称CVS） 测量计算动词之间的相似程度，在计算动词推理、计算动词聚类、计算动词知识表达中起着至关重要的作用，其数学结果应符合我们的直觉。 对于给定的模板计算动词V 和一个观察所得的时间序列{x(t)},我们用计算动词相似度S(V,{x(t)})来度量观察到的时间序列与模板计算动词的进化函数有多相似。 此外，动词相似度的设计还要权衡定量和定性的相似度、考虑不同生命跨度的动词间的相似度以及综合考虑总体趋势与局部趋势对相似度的贡献等。 研究方法与过程 情感建模总规则 情绪规则 计算动词理论的应用 MATLAB仿真 情感建模总规则 情感信号分析建模： 可采用诸如隐马尔可夫模型、贝叶斯网络模式等数学模型以及一些非线性分析方法:如模糊理论、神经网络、混沌理论、遗传算法等。 情感计算在工程领域应用的有效性分析： 根本问题不在于去争论其有效性,而是要将注意力集中到如何将情感计算与专业领域相结合,以充分释放情感计算的工程应用潜力。 情绪规则——变量的确定 基本情绪的选择： 喜悦、惊奇、恐惧、悲哀、愤怒、厌恶 它们是六种公认的基本情绪，在全人类都具代表性 这六种基本情绪也符合和FACS系统（情绪测量系统表） 归类简洁，有利建模 人格特质因子（基于现代人格理论，艾森克三因素模型） 外向型：表现内、外倾向的差异 神经质：表现为情绪稳定性的差异 精神质：表现为孤傲、冷酷、敌视等偏于负面的人格特征 外向稳定型 外向神经质 内向稳定型 内向神经质 情绪规则建立 Ti+Ci+Si——Tj 动词趋势 情绪强度的函数 情绪强度