fatiha limami (10 Ergebnisse)

PAP. Zustand: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Zustand: New. New Book. Shipped from UK. Established seller since 2000.

Taschenbuch. Zustand: Neu. Deep Learning for Emotion Recognition: From Theory to Practice | Leveraging Contextual and Multimodal Approaches for Enhanced Understanding | Fatiha Limami | Taschenbuch | Englisch | 2025 | LAP LAMBERT Academic Publishing | EAN 9786208436063 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Apprentissage profond pour la reconnaissance des émotions : De la théorie à la pratique | Exploiter les approches contextuelles et multimodales pour une meilleure compréhension | Fatiha Limami | Taschenbuch | Französisch | 2025 | Editions Notre Savoir | EAN 9786209466328 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Neuware - Questo libro analizza gli sviluppi della visione artificiale e della percezione emotiva automatizzata dell'intelligenza artificiale. In particolare, vengono utilizzati algoritmi di deep learning, DCNN e VGG19 per combinare il linguaggio del corpo e le informazioni contestuali, compresi i fattori ambientali, sociali e culturali. Ottimizziamo le reti neurali profonde aggregando numerosi set di immagini, tra cui EMOTIC (ADE20K, MSCOCO), EMODB_SMALL e FRAMESDB, per valutare correttamente le dimensioni emotive continue e le emozioni discrete. I nostri risultati mostrano notevoli progressi rispetto ai metodi attuali, migliorando la consapevolezza emotiva contestuale. Questo lavoro apre la strada ad applicazioni significative nella robotica sociale, nell'affective computing e nell'interazione uomo-macchina, consentendo un rilevamento emozionale complesso in diversi contesti del mondo reale.

Taschenbuch. Zustand: Neu. Apprendimento profondo per il riconoscimento delle emozioni: Dalla teoria alla pratica | Sfruttare approcci contestuali e multimodali per una migliore comprensione | Fatiha Limami | Taschenbuch | Italienisch | 2025 | Edizioni Sapienza | EAN 9786209468889 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Aprendizagem profunda para o reconhecimento de emoções: Da teoria à prática | Tirar partido das abordagens contextuais e multimodais para uma melhor compreensão | Fatiha Limami | Taschenbuch | Portugiesisch | 2025 | Edições Nosso Conhecimento | EAN 9786209486807 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. G¿¿bokie uczenie dla rozpoznawania emocji: Od teorii do praktyki | Wykorzystanie podej¿cia kontekstowego i multimodalnego w celu lepszego zrozumienia | Fatiha Limami | Taschenbuch | Polnisch | 2025 | Wydawnictwo Nasza Wiedza | EAN 9786209479120 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Deep Learning für die Erkennung von Emotionen: Von der Theorie zur Praxis | Nutzung von kontextuellen und multimodalen Ansätzen für ein besseres Verständnis | Fatiha Limami | Taschenbuch | 60 S. | Deutsch | 2025 | Verlag Unser Wissen | EAN 9786209461200 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Neuware -Questo libro analizza gli sviluppi della visione artificiale e della percezione emotiva automatizzata dell'intelligenza artificiale. In particolare, vengono utilizzati algoritmi di deep learning, DCNN e VGG19 per combinare il linguaggio del corpo e le informazioni contestuali, compresi i fattori ambientali, sociali e culturali. Ottimizziamo le reti neurali profonde aggregando numerosi set di immagini, tra cui EMOTIC (ADE20K, MSCOCO), EMODB_SMALL e FRAMESDB, per valutare correttamente le dimensioni emotive continue e le emozioni discrete. I nostri risultati mostrano notevoli progressi rispetto ai metodi attuali, migliorando la consapevolezza emotiva contestuale. Questo lavoro apre la strada ad applicazioni significative nella robotica sociale, nell'affective computing e nell'interazione uomo-macchina, consentendo un rilevamento emozionale complesso in diversi contesti del mondo reale. 60 pp. Italienisch.