А. В. Осипов, А. Е. Сапожников, Е. С. Плешакова, С. Т. Гатауллин, “Методы машинного обучения для распознавания эмоционального состояния абонента телекоммуникационных систем”, ИТиВС, 2024, выпуск 1,страницы 23

Эта публикация цитируется в 1 статье

ОБРАБОТКА ИНФОРМАЦИИ И АНАЛИЗ ДАННЫХ

Методы машинного обучения для распознавания эмоционального состояния абонента телекоммуникационных систем

А. В. Осипов^ab, А. Е. Сапожников^a, Е. С. Плешакова^ab, С. Т. Гатауллин^abc

^a Финансовый университет при Правительстве Российской Федерации, Москва, Россия
^b МИРЭА Российский технологический университет
^c Центральный экономико-математический институт Российской академии наук, Москва, Россия

Аннотация: В статье описывается модификация капсульной нейросети, использующая оконное преобразование Фурье (WFT)-2D-CapsNet, которая позволила по графику фотоплетизмограммы (ФПГ) с точностью 82% выявить состояние паники-ступора, не позволяющее человеку принимать логически обоснованные решения. При синхронизации смарт-браслета со смартфоном метод позволяет в режиме реального времени отслеживать подобные состояния, что позволяет реагировать на звонок телефонного мошенника при разговоре с абонентом.

Ключевые слова: робототехника, искусственный интеллект, нейронные сети, инженерия, CapsNet, смарт-браслет, фотоплетизмограмма, эмоциональное состояние.

DOI: 10.14357/20718632240103