ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2019

В Тверском государственном техническом университете разработан программный комплекс для интерпретации невербальной информации путем анализа образцов речи или электроэнцефалограммы.

14.10.2015

Междисциплинарные исследования, связанные с формализацией моделей механизма быстрого анализа человеком информации, ведутся уже не один десяток лет.

В последние годы интерес к этому направлению особенно возрос, так как в робототехнике и в области разработки автоматизированных систем управления появилась насущная потребность в создании новых средств быстрой обработки плохо структурированной информации.

Одним из путей решения этой проблемы является имитация биологического механизма эмоциональных реакций, который от природы присущ человеку. Эмоции можно рассматривать как невербальные оценки информации, обрабатываемой мозгом. Эмоциональные реакции обычно предвосхищают реакции, связанные с вербальными оценками.

Одной из первых задач, решаемых в этом направлении, является создание моделей и алгоритмов распознавания некоторых характеристик эмоциональных реакций. На современном этапе развития информационных технологий ее решение связывают с созданием программных комплексов для распознавания эмоций путем интеграции результатов анализа речи, жестов и мимики испытуемого. Успешность этого подхода связана, с одной стороны, с интеграцией большого количества информации, а с другой – с довольно ограниченным набором жестов и мимики у цивилизованного человека. В целом можно считать довольно успешным решение задачи распознавания валентности (знака) эмоций, особенно при их яркой выраженности. Необходимо отметить, что эти решения тесно привязаны к особенностям конкретной функциональной системы человека (речевой, моторно-двигательный аппарат и др.), что не позволяет создать обобщенную модель механизма эмоций.

Одним из путей решения общей проблемы является создание многоканальной автоматизированной системы для исследования эмоций, которая дает возможность регистрировать реакции человека на внешние эмоционально значимые стимулы по нескольким каналам, включая обязательный мониторинг электрической активности мозга.

Подробное описание дается в статье «Программный комплекс для интерпретации невербальной информации путем анализа образцов речи или электроэнцефалограммы», авторы: Филатова Н.Н., Сидоров К.В., Терехин С.А. (Тверской государственный технический университет, Тверь).