Mody University of Science & Technology, Computer Science & Engineering. Laxmangarh, India.
Mody University of Science & Technology, Computer Science & Engineering. Laxmangarh, India.
El reconocimiento de emociones es una tarea compleja debido a sus valiosos usos en campos críticos como la robótica, la interacción persona-ordenador y la salud mental. La selección y optimización de conjuntos de características adecuadas que puedan capturar con precisión los estados emocionales subyacentes es uno de los retos críticos en el reconocimiento de emociones. Las técnicas de optimización metaheurística se han mostrado prometedoras para abordar este reto explorando de forma eficiente el amplio y complejo espacio de características. Este trabajo de investigación propone un nuevo marco para el reconocimiento de emociones que utiliza la optimización metaheurística. La idea clave de la optimización metaheurística es explorar el espacio de búsqueda de forma inteligente, generando soluciones candidatas y mejorándolas iterativamente hasta encontrar una solución óptima o casi óptima. La precisión y robustez de los sistemas de identificación de emociones pueden mejorarse mediante la optimización metaheurística. La principal contribución de esta investigación es el desarrollo de una optimización metaheurística Chiropteran Mahi que hace hincapié en la actualización de los pesos en el clasificador para mejorar la precisión del sistema propuesto.
Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.
The statements, opinions and data contained in the journal are solely those of the individual authors and contributors and not of the publisher and the editor(s). We stay neutral with regard to jurisdictional claims in published maps and institutional affiliations.