ارائه ­دهنده:
راضیه زال

  استاد راهنما:
دکتر محمد رضا کنگاوری
 
هیات داوران:

دکتر هادی مرادی
دکتر علی معینی
دکتر بهروز مینائی
دکتر حسین رحمانی ؛


زمان : ۱۹ شهریور ماه ۱۴۰۳

  ساعت ۱۶:۰۰

چکیده پایان نامه :

با توجه به حضور عامل‌‌های شناختی در جنبه‌‌های مختلف زندگی اجتماعی انسان، وجود هوش هیجانی، به عنوان یک فاکتور مهم در تعاملات اجتماعی، در چنین سیستم‌‌هایی برای ایجاد رفتار قابل باور و پذیرش حیاتی است. در این راستا، در این رساله، دو هدف اصلی برای توسعه هوش هیجانی در عامل­های شناختی شامل، ۱- تشخیص هیجان و احساس کاربر در داده‌‌های چندوجهی، ۲- ایجاد هیجان مصنوعی در عامل شناختی و اعمال تاثیر آن روی حافظه‌‌های مختلف و تصمیم‌‌گیری، مد نظر قرار گرفته است.
در مطالعات شناختی و روانشناسی، رابطه بین ابعاد شخصیتی و نحوه بیان احساس اثبات شده است. با توجه به این نکته، در این رساله، روشی برای  تشخیص هیجان در داده­های چندوجهی با در نظر گرفتن تاثیر فاکتورهای شخصیتی افراد ارائه شده است. روش ارائه شده بوسیله­­ی بیشینه کردن همبستگی دورن کلاسی در گروه­های شخصیتی، وجه­های مختلف را ادغام می­کند. نتایج به ‌دست‌ آمده از ارزیابی مدل‌ پیشنهادی اثربخشی آن‌ را در افزایش دقت و پیش‌بینی احساس نشان می‌دهد.
همچنین، چارچوب رایانشی هیجان برای ایجاد هیجان مصنوعی در عامل شناختی در این رساله ارائه شده است. برای توسعه چارچوب رایانشی هیجان، ابتدا مولفه‌‌ی شناختی مبتنی بر رویدادها و بافتارهای شرایط برای فراهم کردن پیش‌‌نیازهای مدل رایانشی هیجان‌‌ طراحی شده است. در ادامه، نحوه‌‌ی محاسبه‌‌ی متغیرهای ارزیابی هیجانی مشخص شده است تا رویداد از دیدگاه‌‌های مختلف مورد بررسی قرار گیرد تا بتوان هیجان متناسب با رویداد مشاهده شده را ایجاد کرد. با توجه به اهمیت تاثیر هیجان روی تصمیم­گیری، مولفه­­­­ی تصمیم­گیری مبتنی بر هیجان توسعه داده شد. در نهایت، چارچوب رایانشی هیجان در سناریوی شبیه­سازی شده مورد بررسی قرار گرفت.
 

Abstract

                             Present an adaptive computational framework of emotion in cognitive agents for acceptable social interactions
Because of the development of intelligent agents in various aspects of human social life, social skills are crucial in such systems to produce acceptable and believable behavior in social communication. This thesis aims to develop the cognitive agent with emotional intelligence by considering two goals, including ۱- emotion and sentiment recognition in multi-modal data, and ۲- synthesizing the artificial emotion regarding the cognitive agent and applying its effects on memories and decision-making of the agent. 
In cognitive and psychological studies, researchers affirm the association between personality cues and emotional manifestations, but most current multi-modal sentiment analysis approaches disregard such user-specific aspects. To tackle this challenge, we present a novel method for recognizing emotion in multi-modal data by considering the influence of personality cues. The presented method fuses various data channels by maximizing the discriminative correlation through leveraging within-class correlation based on personality cues. The evaluation of the proposed model demonstrates its effectiveness in enhancing accuracy and predicting emotions.
In this thesis, we present a computational model of emotions to synthesize artificial emotions in cognitive agents. First, it designs the cognitive framework based on events and context conditions to establish the foundations of the proposed computational model of emotion. Then, according to the proposed cognitive framework, appraisal variables are formalized to assess the perceived event according to various aspects. We have proposed a data-driven method that maps appraisal variables to emotional states. Context-dependent affective values associated with events are continually learned by employing the agent’s experiences in various contexts. Furthermore, we model the influence of emotions on the agent’s decision-making. Finally, the artificial emotion generation method was investigated in the simulated scenario.         

مکان: دانشکده مهندسی کامپیوتر،   اتاق کارشناسی ارشد طبقه سوم