Analiza segmentacije afektivno označene multimedije korištenjem postupaka nenadziranog strojnog učenja (CROSBI ID 681652)
Prilog sa skupa u zborniku | sažetak izlaganja sa skupa
Podaci o odgovornosti
Horvat, Marko
hrvatski
Analiza segmentacije afektivno označene multimedije korištenjem postupaka nenadziranog strojnog učenja
Znanstvena istraživanja nastanka emocija izlaganjem vizualnim pobudama rezultirala su izradom nekoliko standardiziranih baza afektivne multimedije kao što su IAPS, NAPS te NAPS BE. Baza NAPS, slično kao IAPS, sadrži subjektivne ocjene kandidata na dimenzijama ugode te uzbuđenja za odabrane fotografije, dok NAPS BE proširuje podskup fotografija NAPS-a s ocjenama za šest osnovnih emocija (sreća, tuga, strah, iznenađenje, ljutnja i gađenje). U predavanju je objašnjena uporaba alata Waikato Environment for Knowledge Analysis (WEKA) za postupke nenadziranog učenja i clusteringa. Pokretanje aplikacije, učitavanje podataka u ARFF formatu, odabir clustering algoritma i prilagodba parametara, pokretanje algoritma, tekstualni i grafički prikaz rezultata, analiza sadržaja rezultata. Odabranom metodom nenadziranog strojnog učenja odredila se podjela afektivno označenih slika u diskretne skupove (grozdove, clustere) odvojeno za baze NAPS i NAPS BE. Analizirala se uporaba algoritma k-means, nedostaci te predložena rješenja. Predstavljeni su rezultati segmentacije afektivno označene multimedije na odabranim primjerima.
strojno učenje, segmentacija, k-means algoritam, afektivna multimedija
nije evidentirano
engleski
Analysis of affective multimedia segmentation using unsupervised machine learning methods
nije evidentirano
machine learning, clustering, k-means algorithm, affective multimedia
nije evidentirano
Podaci o prilogu
2019.
objavljeno
Podaci o matičnoj publikaciji
Workshop on Data Analysis (CECIIS 2019)
Podaci o skupu
Central European Conference on Information and Intelligent Systems (CECIIS 2019)
pozvano predavanje
02.10.2019-04.10.2019
Varaždin, Hrvatska