Описание
Аракелян Д. А. Применение рекуррентных нейронных сетей для классификации данных видеоокулографического эксперимента: Вып. квалификац. работа: Бакалавр. работа: Направление 09.03.03 "Прикладная информатика". Профиль программы "Прикладная информатика в психологии" / Моск. гос. психолого-пед. ун-т. — М., 2019. — 43 с. — URL: https://psychlib.ru/inc/absid.php?absid=392558.
Титульный лист
Рубрики:
• Прочие отрасли знания → Информатика, вычислительная техника
Аннотация:
С каждый годом всё больше растет потребность человечества в изучении новых методов для анализа больших данных. На данный момент, сервисы, которые работают на основе машинного обучения, способны решать широкий спектр прикладных задач ранее считавшихся прерогативой исключительно человеческой. Методы машинного обучения также коснулись и сферы видеоокулографических исследований, которые позволяют отслеживать и регистрировать данные глазодвигательной активности испытуемых. Однако, современные пакеты программ для анализа данных не предназначены для классификации объектов произвольной природы, таких как, траектории взора испытуемых на стимульном материале. Как правило, они работают с данными, представленными в табличном формате с некоторым фиксированным набором признакового описания объекта. Поэтому достаточно актуальной является задача реализаций программных «интеллектуальных» решений, способных обрабатывать объекты, имеющими сложную внутреннюю структуру, как например данные глазодвигательной активности.
С каждый годом всё больше растет потребность человечества в изучении новых методов для анализа больших данных. На данный момент, сервисы, которые работают на основе машинного обучения, способны решать широкий спектр прикладных задач ранее считавшихся прерогативой исключительно человеческой. Методы машинного обучения также коснулись и сферы видеоокулографических исследований, которые позволяют отслеживать и регистрировать данные глазодвигательной активности испытуемых. Однако, современные пакеты программ для анализа данных не предназначены для классификации объектов произвольной природы, таких как, траектории взора испытуемых на стимульном материале. Как правило, они работают с данными, представленными в табличном формате с некоторым фиксированным набором признакового описания объекта. Поэтому достаточно актуальной является задача реализаций программных «интеллектуальных» решений, способных обрабатывать объекты, имеющими сложную внутреннюю структуру, как например данные глазодвигательной активности.
• Открыть карточку в Электронном каталоге: 392558
