Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "EMO" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Speech emotion recognition system for social robots
    Autorzy:
    Juszkiewicz, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/384511.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    speech emotion recognition
    prosody
    machine learning
    Emo-DB
    intonation
    social robot
    Opis:
    The paper presents a speech emotion recognition system for social robots. Emotions are recognised using global acoustic features of the speech. The system implements the speech parameters calculation, features extraction, features selection and classification. All these phases are described. The system was verified using the two emotional speech databases: Polish and German. Perspectives for using such system in the social robots are presented.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2013, 7, 4; 59-65
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An integrated ANN-EMO approach to reduce the risk of occupational health hazards
    Autorzy:
    Anand, Y. K.
    Srivastava, S.
    Srivastava, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/91580.pdf
    Data publikacji:
    2012
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    artificial neural network
    ANN
    evolutionary multiobjective optimisation
    EMO
    high risk of occupational health hazards
    RoOHH
    interview method
    risk assessment score
    RAS
    Opis:
    Workers in labor-intensive units, in general, maximize their earnings by subjecting themselves to high risk of occupational health hazards (RoOHH) due to economic reasons. We present an intelligent system integrating artificial neural network (ANN) and evolutionary multiobjective optimisation (EMO) to tackle this problem, which has received scant attention in the literature. A brick manufacturing unit in India is chosen as case study to demonstrate the working of proposed system. Firing is assessed to be the most severe job among others using an interview method. A job-combination approach is devised which allows firing workers to perform another job (loading/covering/molding) along with firing. The second job not only reduces their exposure to high temperature zone but also helps to compensate for reduced earnings. RoOHH is measured using a risk assessment score (RAS). ANN models the psychological responses of workers in terms of RAS, and facilitates the evaluation of a fitness function of EMO. EMO searches for optimal work schedules in a job-combination to minimize RAS and maximize earnings simultaneously. 1 Introduction Brick manufacturing (BM) in India is labor intensive and comprises the following major jobs − molding the raw bricks, loading molded bricks to kiln using a pushcart or a pony-cart, stacking molded bricks into the kiln in a particular way, spreading clay sand over the stacks uniformly for superior baking of bricks, firing the kiln that includes pouring the coal into the kiln from the covered holes at the top of the kiln at required intervals and monitoring the fire, and finally unloading the baked bricks from the kiln; we term these processes respectively as molding, loading, stacking, covering, firing and unloading, for ready references in this paper.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2012, 2, 2; 77-95
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of speaker dependent and speaker independent emotion recognition
    Autorzy:
    Rybka, J.
    Janicki, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/330055.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    speech processing
    emotion recognition
    EMO-DB
    support vector machines
    artificial neural network
    przetwarzanie mowy
    rozpoznawanie emocji
    maszyna wektorów wspierających
    sztuczna sieć neuronowa
    Opis:
    This paper describes a study of emotion recognition based on speech analysis. The introduction to the theory contains a review of emotion inventories used in various studies of emotion recognition as well as the speech corpora applied, methods of speech parametrization, and the most commonly employed classification algorithms. In the current study the EMO-DB speech corpus and three selected classifiers, the k-Nearest Neighbor (k-NN), the Artificial Neural Network (ANN) and Support Vector Machines (SVMs), were used in experiments. SVMs turned out to provide the best classification accuracy of 75.44% in the speaker dependent mode, that is, when speech samples from the same speaker were included in the training corpus. Various speaker dependent and speaker independent configurations were analyzed and compared. Emotion recognition in speaker dependent conditions usually yielded higher accuracy results than a similar but speaker independent configuration. The improvement was especially well observed if the base recognition ratio of a given speaker was low. Happiness and anger, as well as boredom and neutrality, proved to be the pairs of emotions most often confused.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2013, 23, 4; 797-808
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Employability Market Orientation of Employee on the Gig Economy Labour Market
    Zatrudnieniowa Orientacja Rynkowa pracownika na rynku pracy w warunkach gig economy
    Autorzy:
    Pawłowska, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/1923835.pdf
    Data publikacji:
    2020-01-10
    Wydawca:
    Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
    Tematy:
    Employability Market Orientation
    EMO questionnaire
    gig economy
    sharing economy
    platform economy
    transactional
    relational psychological contract
    employee
    employer
    job sharing
    employee sharing
    zatrudnieniowa orientacja rynkowa
    kwestionariusz ZOR
    transakcyjny
    relacyjny kontrakt psychologiczny
    pracownik
    pracodawca
    Opis:
    The article addresses the situation of an employee functioning in the labour market in the conditions of digitisation, leading, amongst other, to the rise of a gig, platform and sharing economy. The employee is presented as an individual actively choosing from among new opportunities to create cooperation with the employer in terms of employment form and manner, duration and rules of work performance. The purpose of the described research was to check whether the employee who spots that the employer is undertaking actions that bespeak a transactional psychological contract and is therefore ready to change the employer activates Employability Market Orientation. In line with the adopted assumption, this attitude allows the employee to behave like a workpreneur and take full advantage of the opportunities offered in today’s labour market. The research has shown that in the sample examined, employees’ decision to change employers is not correlated with Employability Market Orientation. Many of them still decide to change employers due to low pay and low job security, which stems from the lack of a long-term contract. This may result from a passive attitude and a focus on seeking such a relation with the employer that is based on a relational psychological contract. This means that employees now find it difficult to seize new opportunities offered by modern technologies in the world of work. People who demonstrate cognitive flexibility are best predisposed to this.
    Artykuł dotyczy sytuacji pracownika funkcjonującego na rynku pracy w warunkach digitalizacji, której jednym ze skutków jest kształtowanie się gig, platform i sharing economy. Został on przedstawiony jako podmiot aktywnie wybierający spośród nowych możliwości kreowania współpracy z pracodawcą pod względem formy zatrudnienia, sposobu, długości czasu i zasad świadczenia pracy. Celem prezentowanych badań było sprawdzenie czy pracownik, który identyfikuje, że jego pracodawca podejmuje działania świadczące o transakcyjnym kontrakcie psychologicznym i w związku z tym jest gotowy zmienić pracodawcę, aktywizuje Employability Market Orientation. Zgodnie z przyjętym założeniem postawa ta pozwala mu zachowywać się jak workpreneur i w pełni korzystać z możliwości ofertowanych na współczesnym rynku pracy. Badania wykazały, że w badanej próbie decyzja pracowników o zmianie pracodawcy nie koreluje z Employability Market Orientation. Istotna ich grupa nadal podejmuje decyzję o zmianie pracodawcy ze względu na niskie wynagrodzenie i niskie ubezpieczenie, co wynika z braku umowy długoterminowej. Prawdopodobnie jest to efekt przyjęcia biernej postawy i nastawienia na poszukiwanie relacji z pracodawcą opartej na relacyjnym kontrakcie psychologicznym. Oznacza to, że pracownicy na ten moment mają trudności z wykorzystaniem nowych możliwości, jakie oferują nowoczesne technologie w świecie pracy. Najlepiej predysponowane do tego są osoby, które wykazują się elastycznością poznawczą.
    Źródło:
    Problemy Zarządzania; 2019, 6/2019 (86); 58-73
    1644-9584
    Pojawia się w:
    Problemy Zarządzania
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies