Benutzer: Gast  Login
Mehr Felder
Einfache Suche
Originaltitel:
Perspectives on the Connection of Psychological Models of Emotion and Intelligent Machines
Übersetzter Titel:
Perspektiven auf die Verbindung von psychologischen Emotionsmodellen und intelligenten Maschinen
Autor:
Feldmaier, Johannes
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Diepold, Klaus (Prof. Dr.)
Gutachter:
Diepold, Klaus (Prof. Dr.); Schönbrodt, Felix (Priv.-Doz. Dr.)
Sprache:
de
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Machine Learning, Emotion Models, Artificial Emotions, Reinforcement Learning, Human-Robot Interaction, Inverse Reinforcement Learning
Übersetzte Stichworte:
Maschinelles Lernen, Emotionsmodelle, künstliche Emotionen, Reinforcement Learning, Mensch-Maschine Interaktion, Inverses Reinforcement
TU-Systematik:
DAT 001d
Kurzfassung:
Researchers from psychology and computer science consider artificial emotions as a missing component in cognitive systems. Such affective and cognitive systems are said to be the ideal partners in shared environments where robots tightly work together with their human partners. The acceptance and tangibility of robots increase by integrating psychological findings into state-of-the-art machine learning algorithms. The focus of this dissertation lies on this connection of psychological models of...     »
Übersetzte Kurzfassung:
Künstliche Emotionen in kognitiven Systemen werden von der Psychologie und Informatik als fehlende Komponente in künftigen intelligenten Systemen und Robotern gesehen. Intelligente Maschinen mit künstlichen Emotionen stellen ideale Partner in gemeinsamen Mensch-Maschine Szenarien dar. Ihrer Akzeptanz und Verständlichkeit kann durch die Integration von psychologischen Modellierungen gesteigert und erweitert werden. Der Fokus dieser Dissertation liegt auf der Verbindung von psychologischen Emotion...     »
WWW:
https://mediatum.ub.tum.de/?id=1360293
Eingereicht am:
08.06.2017
Mündliche Prüfung:
19.12.2017
Dateigröße:
11192215 bytes
Seiten:
145
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20171219-1360293-1-8
Letzte Änderung:
22.01.2018
 BibTeX