Beszédből Érzelmet: Gépi Tanulási és Mélytanulási Algoritmus Megközelítés az Érzelemfelismerésben

Balogh Dániel Balázs (2023) Beszédből Érzelmet: Gépi Tanulási és Mélytanulási Algoritmus Megközelítés az Érzelemfelismerésben. Pénzügyi és Számviteli Kar.

	PDF Balogh_Dániel_KW5ZCO.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (1MB)
	PDF BA_O_Balogh_Dániel.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (152kB)
	PDF Balogh_Dániel.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (162kB)
	PDF BA_B_Balogh_Dániel.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (667kB)

Absztrakt (kivonat)

Ebben a szakdolgozatban részletesen vizsgálom a szentimentanalízis és gépi tanulás közötti kapcsolatot, valamint ezek gyakorlati alkalmazásait az érzelmi elemzés terén, különösen az audio hangfájlok esetében. Két fő hipotézist vizsgálok: az egyik arra irányul, hogy gépi tanulással lehetséges-e érzelmek alapján klaszterezni audio hangfájlokat, míg a másik azt kutatom, hogy a konvolúciós neurális hálózatok (CNN) hatékonyabbak-e ezen a területen, mint az emberi elemzők. Az eredményeket saját kutatási adatok alapján elemzem és értékelem a három fejezetből álló dolgozatban. Célom az érzelemanalízis és gépi tanulás fejlődésének elősegítése és az ágazatban rejlő lehetőségek bemutatása.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	gépi tanulás, K-közép algoritmus, konvolúciós neurális hálózat, mélytanulási algoritmus, szentimentanalízis
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2024. Máj. 14. 08:09
Utolsó módosítás:	2024. Máj. 14. 08:09

Actions (login required)

Tétel nézet