感在在认知和人机交互中起着非常重要的作用,是反映客观现实的内在动力。现有的e-Learning系统往往忽视这一点,教师和学生在空间上是分离的,他们之间缺少情感交流和反馈,如果学生长时间感受不到交互的乐趣和情感的激励时,就会产生反感和厌倦情绪。本项目针对目前远程教育系统中情感缺失的问题,研究多模态融合情感识别技术,在e_Learning系统中监测和分析学习者的认知与情感,验证和完善现有的情感学习理论,研究和发现学习过程中情感状态的演化模型以及学习者情感认知评估模型,研究集体中情感传播对信息传播的影响,以指导教师调整教学策略和系统进行及时的情感干预,使学习过程始终在健康的状态下进行,让学习者获得最为有效和个性化的数字学习体验。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
Hindsight-aware deep reinforcement learning algorithm for multi-agent systems
课堂环境下基于多模态信息融合的学习情感识别研究
多模态中文歌曲情感识别技术研究
基于知识与数据混合驱动概率图模型的多模态情感识别
基于语音信号和事件相关电位技术的多模态情感识别研究