Raqamli Transformatsiya va Sun’iy Intellekt
ИНСОН ҲИС-ТУЙҒУЛАРИНИ АНИҚЛАШНИНГ НЕЙРОН ТАРМОҚ МОДЕЛЛАРИ
1 “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти” Миллий тадқиқот университети.
2 “Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари” университети .
Abstract
Мазкур мақола инсон юз ифодалари орқали унинг ҳис-туйғуларини аниқлашда фойдаланиш мумкин бўлган нейрон тармоқ моделлари таҳлилига бағишланган бўлиб, унда ҳис-туйғуларни автоматик аниқлашга оид классик ва замонавий ёндашувлар таҳлили амалга оширилган. Шунингдек, мақолада чуқур нейрон тармоқлар ва уларни гибрид моделлари орқали ҳис-туйғуларни аниқлашдаги имкониятлари, архитектуралари, трансферли ўқитиш ва оптималлаштириш усуллари ҳам кенг ёритилган. EmotionNet Nano моделини юз ифодаларини аниқлашдаги самарадорлиги, кичик ўлчами ва энергия тежамкорлиги билан бошқа моделлардан ажралиб туриши кўрсатилиб, уни реал вақтда ишлашга мослаштирилган ечим эканлиги таъкидлаб ўтилган. Модел CK+, FER-2013 каби маълумотлар базаларидаги юқори аниқликни таъминлаганлиги уни амалиётда жорий этишга яроқлилигини кўрсатади. Бундан ташқари, Python дастурлаш муҳитидаги мавжуд OpenCV, Dlib, DeepFace, FER ва ERTK/Affectiva каби кутубхоналарни таҳлил қилиниб, уларни ҳис-туйғуларни аниқлашдаги имкониятлари ўрганилган ҳамда турли базаларда тажриба синов натижалари келтирилган. Олинган натижалар OpenCV, Dlib, TensorFlow ва PyTorch каби технологик воситалардан фойдаланиб реал вақтда ишловчи, енгил ва самарали тизимларни яратиш мумкинлигини кўрсатди. Муаллифлар инсон ҳис-туйғуларини аниқлашда нейрон тармоқ моделларидан фойдаланиш нафақат назарий жиҳатдан, балки амалий жиҳатдан ҳам улкан имкониятларга деб ҳисоблайдилар.
References
No references listed for this article.