Javascript must be enabled for the correct page display

Predicting Core Affect by Auditory Features

Bussemaker, S. (2014) Predicting Core Affect by Auditory Features. Bachelor's Thesis, Artificial Intelligence.

[img]
Preview
Text
AI_BA_2014_sbussemaker.pdf - Published Version

Download (664kB) | Preview

Abstract

De relatie tussen onze directe geluidsomgeving en onszelf is een soundscape. Soundscapes beïnvloeden constant onze gemoedstoestand. Conventioneel onderzoek naar geluidsirritatie focuste zich enkel op geluidsdruk. Dit geeft wel weer of geluiden hard of zacht zijn, maar dit verklaard niet waarom we geluiden wel of niet vervelend vinden. In deze paper is daarom gebruik gemaakt van het Core Affect, die iets zegt over onze houding tegenover de wereld. We hebben geprobeerd om dit Core Affect te voorspellen van binnenhuise geluidsomgevingen bij verstandelijke gehandicapten. Deze geluidsomgevingen zijn verzameld met behulp van MoSART, een nieuwe tool die voor dit onderzoek ontwikkeld is. Er werd gekeken naar twee verschillende featuresets, eentje alleen met energie. De andere tevens met ruis, tonen en pulsen. Middels een feedforward neuraal netwerk werd er op de data getraind. Het onderzoek liet geen significant verschil zien tussen beide aanpakken. De tweede (uitgebreide) featureset behaalde een accuratesse van 42.51%, terwijl de eerste (eenvoudige) featureset een accuratesse van 36.96% haalde. Aan het einde van de paper wordt besproken hoe deze percentages verbeterd zouden kunnen worden. Daarnaast worden functionaliteiten en ontwerpkeuzen van MoSART toegelicht.

Item Type: Thesis (Bachelor's Thesis)
Degree programme: Artificial Intelligence
Thesis type: Bachelor's Thesis
Language: Dutch
Date Deposited: 15 Feb 2018 07:58
Last Modified: 15 Feb 2018 07:58
URI: https://fse.studenttheses.ub.rug.nl/id/eprint/12173

Actions (login required)

View Item View Item