بهبود شناسایی حالات دست برای تعامل انسان با ماشین با استفاده از یادگیری انتقال [Persian Thesis]
مسعود محمودکلایه
| شناسگر رکورد: | ۱۵۸۰۸ |
| رشته تحصیلی: | مخابرات سیستم |
| عنوان: | بهبود شناسایی حالات دست برای تعامل انسان با ماشین با استفاده از یادگیری انتقال |
| نويسنده: | مسعود محمودکلایه |
| استاد راهنما : | دکتر حامد خوش نیت |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۹ |
| چکیده: | شناسایی حالات دست یک ابزار جدید ارتباطی در تعامل بین انسان و ماشین است. اساس کار در این تحقیق شناخت یکسری از حالات دست بر اساس روش مبتنی بر یادگیری انتقال میباشد. یادگیری انتقال یک مساله یادگیری در یادگیری ماشین است که بر ذخیره سازی دانش کسب شده ضمن حل یک مساله و ا عمال آن بر مسائل متفاوت ولی مرتبط دیگر متمرکز شده است. در این کار، دانش کسب شده ضمن یادگیری شناسایی حالات دست (از روی تصاویر یا ویدئوها) قابل ا عمال بر مسائل شناسایی مشابه نیز هست که برای یادگیری انتقال از مدل از قبل آموزش دیده رگرسیون خطی استفاده شده است. ردیابی حرکات دست به منظور درک عملیات مورد نظر میتواند نقش مهمی در شناسایی حرکات دست ایفا کند. رویکرد فوق مرتبط با تصاویر از حالات و حرکات مختلف دست میباشد. بدلیل درجه آزادی زیاد دست و نیز سرعت حرکات دست باید روش مناسب و دقیقی برای آن در نظر گرفته شود به همین دلیل علاوه بر پارامترهای دیتاست سه پارامتر اصلی Precision، Recall و Fscoreرا برای روش مورد ارزیابی قرار گرفته که این سه پارامتر برای ارزیابی مدل یادگیری انتقال بکار رفته به نسبت روشهای مشابه در نظر گرفته شده اند. |
| واژگان کلیدی: | مهندسی برق |
| واژگان کلیدی: | مخابرات سیستم |
| واژگان کلیدی: | شناسایی حالات دست |
| واژگان کلیدی: | یادگیری انتقال |
| واژگان کلیدی: | رگرسیون خطی |
| واژگان کلیدی: | یادگیری ماشین |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 22305 | 1 |
LoginWithYourAccountToPostComment