DC Field | Value | Language |
dc.contributor.author | Kroshchanka, A. A. | - |
dc.contributor.author | Mikhno, E. | - |
dc.contributor.author | Kovalev, M. V. | - |
dc.contributor.author | Zahariev, V. A. | - |
dc.contributor.author | Zagorskij, A. G. | - |
dc.date.accessioned | 2021-09-21T10:40:56Z | - |
dc.date.available | 2021-09-21T10:40:56Z | - |
dc.date.issued | 2021 | - |
dc.identifier.citation | Semantic analysis of the video stream based on neuro-symbolic artificial intelligence / A. Kroshchanka [et al.] // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2021) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков [и др.]. – Минск, 2021. – Вып. 5. – С.193–204. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/45434 | - |
dc.description.abstract | In the article, the model developed by the authors is considered, which is used for the semantic
analysis of the video stream. The model is based on a neuro-symbolic approach. The features and advantages of the model are described. Based on the proposed model, a hybrid system for semantic analysis of the emotional state of the user is implemented. The configuration of the hardware platform necessary for the operation of the developed system is given. | ru_RU |
dc.language.iso | en | ru_RU |
dc.publisher | БГУИР | ru_RU |
dc.subject | материалы конференций | ru_RU |
dc.subject | neuro-symbolic AI | ru_RU |
dc.subject | computer vision | ru_RU |
dc.subject | artificial neural network | ru_RU |
dc.subject | knowledge base | ru_RU |
dc.subject | inference | ru_RU |
dc.title | Semantic analysis of the video stream based on neuro-symbolic artificial intelligence | ru_RU |
dc.title.alternative | Семантический анализ видео-потока на основании нейро-символического искусственного интеллекта | ru_RU |
dc.type | Статья | ru_RU |
local.description.annotation | Статья посвящена модели компьютерного зрения, базирующейся на нейро-символическом подходе. Приведена архитектура предлагаемой модели с подробным описанием составляющих ее компонентов. Описаны основные применения преимущества подобной модели на примере диалоговых систем. Во второй части работы приводится пример разработки системы-компонента диалоговой системы для оценки эмоционального состояния пользователя, базирующейся на предложенной нейро-символической модели. Показано, что класс подобных систем сочетает в себе преимущества коннекционистского и символического подхода в искусственном интеллекте. Приводится обзор аппаратной платформы, позволяющей осуществлять запуск и поддержку работы системы в компактном форм-факторе одноплатного компьютера. | - |
Appears in Collections: | OSTIS-2021
|