کد ts-22592  
عنوان اول بازشناسی زبان اشاره بر اساس شبکه های عصبی مصنوعی هیجانی  
نویسنده افسانه علیمحمدی معدنوئی  
استاد راهنما عباسعلی رضایی  
اسناد مشاور احسان لطفی  
نوع کاغذی  
دانشگاه دانشگاه پیام نور استان هرمزگان، مرکز پیام نور قشم  
مقطع کارشناسی ارشد  
سال دفاع 1396شمسی  
زبان فارسی  
موضوعات بازشناسی زبان اشاره ، یادگیری هیجانی  
چکیده زبان اشاره اصلی ترین راه ارتباطی افراد ناشنوا با یکدیگر میباشد. فراهم کردن ابزاری جهت ترجمه ی این زبان به متن یا گفتار، سایر افراد را قادر میسازد تا بتوانند با ناشنوایان ارتباط برقرار نمایند. علائم موجود در زبان اشاره به دو دسته ی ثابت و پویا تقسیم میشوند. دسته ی اول شامل حروف الفبای هر زبان میباشد که توسط حالت دست مشخص میشوند. در حالی که هر کدام از علائم موجود در دسته ی دوم بیانگر مفهومی خاص میباشد. این دسته از علائم توسط موقعیت دست نسبت به بدن و چگونگی حرکت دست حین اجرای علامت مشخص میشوند. البته حالت چهره و سر نیز ممکن است در انتقال بعضی از مفاهیم مورد استفاده قرار گیرد. بازشناسی زبان اشاره یک موضوع تحقیقاتی مهم در چهارچوب تعامل انسان-کامپیوتر، HCI است. در تعامل انسان با کامپیوتر، تأکید بر مجهز کردن کامپیوترها به ابزاری است که دریافت مفاهیم و معانی از انسان را ممکن می‌سازد .اساساً SR یک روش ارتباطی پایه برای کسانی است که از اختلال شنوایی رنج می‌برند. عنصر اولیه و اساسی در زبان اشاره، حرکات دست هست. SR مجموعه‌ای از حرکات، حالات و وضعیت‌های دست است که اولا معنی‌دار و ثانیا کاربرپسند هستند، در این پایان‌نامه سعی در بهبود دقت روش‌های SLR فارسی با استفاده از شبکه‌های عصبی مصنوعی جدید داریم، امری که خلأ آن در متون تحقیقی دیده می‌شود و با توجه به امکانات شبکه‌های عصبی جدید انتظار می‌رود دقت SLR را بتوان افزایش داد. دسته‌ای از این شبکه‌ها که بر اساس معماری هیجانات جهت آموزش حالات احساسی بکار گرفته‌شده است شبکه‌های عصبی مصنوعی هیجانی هستند که با توجه به اینکه زبان اشاره فارسی حالت‌های خاصی شامل بیان حالات و احساسات دارد انتظار می‌رود این نوع شبکه‌ها بتوانند دقت بازشناسی را افزایش دهند. بر مبنای این انگیزش در این پایان نامه شبکه های عصبی مصنوعی هیجانی برای SR توسعه داده شده است و ارزیابی های مقایسه ای برای آن انجام شده است که نتایج آن استدلال اولیه را تایید می کند.  
تاریخ ثبت در بانک 30 آبان 1397