Библиографическое описание:Формирование коллектива решающих правил многокритериальным эволюционным алгоритмом в задаче анализа эмоций человека по аудиоданным : научное издание / А. С. Полякова, Л. В. Липинский. - Текст : непосредственный // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия Приборостроение. - 2019. - № 4. - С. 45-61. - ISSN 0236-3933. - ISSN 2687-0614, DOI 10.18698/0236-3933-2019-4-45-61. Перевод заглавия: Decision Rule Ensemble Formation Via a Multicriteria Evolutionary Algorithm for the Problem of Human Emotion Analysis in Audio Data
Аннотация:Одной из важнейших задач современного этапа информатизации общества является развитие систем человеко-машинного интерфейса, в том числе систем автоматизированного распознавания эмоций человека. Эмоции человека выражены в виде комбинации двух показателей: Valence --- направленность эмоции (отрицательные или положительные) и Arousal --- выраженность эмоции (степень возбужденности). Эти показатели представлены вещественными числами. Для точности прогнозирования предложено использовать методы коллективного вывода. Точность коллективного решения оценена коэффициентом корреляции согласованности. Агенты (алгоритмы) в коллектив отобраны с помощью многокритериального эволюционного алгоритма. Применение многокритериального эволюционного алгоритма дало возможность автоматизировать процесс формирования коллектива, что позволило снизить затраты временных и материальных ресурсов. Коллектив построен на основе двух критериев: максимизации точности и минимизации числа агентов в коллективе. Для принятия решения коллективом применены такие способы, как простое голосование, взвешенное среднее, взвешенное среднее с учетом степени доверия к агенту, а также система на основе нечеткой логики. Для повышения эффективности решения задачи интеллектуального анализа данных предложена модификация системы на основе нечеткой логики. Проведены анализ и исследование эффективности многокритериального эволюционного алгоритма при решении задачи прогнозирования эмоционального поведения человека. Экспериментально выявлено, что применение многокритериального эволюционного алгоритма для автоматизированного формирования состава коллектива приводит к более точному решению задачи.
One of the most important problems at the current stage of social informatisation is development of human-machine interaction systems, including automated human emotion recognition systems. It is possible to describe human emotions using a combination of two parameters: Valence, which represents how attractive an emotion is (referring to positive and negative emotions), and Arousal, denoting the strength of the emotion (that is, degree of agitation). These parameters are real numbers. We propose to employ ensemble learning methods to improve prediction accuracy. We evaluate the accuracy of an ensemble decision via its congruence coefficient. We used a multicriteria evolutionary algorithm to select agents (algorithms) for the ensemble. Employing a multicriteria evolutionary algorithm made it possible to automate the ensemble formation process, which enabled us to save time and physical resources. Ensemble formation depended on two criteria: maximising accuracy and minimising the number of agents in the ensemble. We used the following ensemble decision-making methods: majority voting, weighted average, weighted average in proportion to the agent trust, and a fuzzy logic system. We present a modification to the fuzzy logic system that improves solution efficiency for the data mining problem. We analysed and investigated how efficient a multicriteria evolutionary algorithm is when solving the problem of predicting emotional behaviour in humans. Our experiments showed that using a multicriteria evolutionary algorithm to automate ensemble formation improves the solution accuracy.
Издательство:федеральное государственное бюджетное образовательное учреждение высшего образования Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет), Москва
Источник:Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия Приборостроение
Выпуск:№ 4
Номера страниц:45-61
Держатель оригинала документа:Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
Ключевые слова:коллектив, эволюционные процедуры, многокритериальные алгоритмы оптимизации, алгоритмы интеллектуального анализа данных, системы на нечеткой логике, задача регрессии, ensemble, evolutionary computation, multicriteria optimization algorithms, data mining algorithms, Fuzzy logic systems, regression problem
