AffectiveCNN — ҷараёни кории мукаммали MATLAB барои таҳияи шабакаҳои паймона ва якченакаи конволютсионӣ мебошад, ки сигналҳои бисёрканалии ламс ва ҳаракатро, ки тавассути Bluetooth аз дастгоҳи дорои сенсор гирифта мешаванд, коркард намуда, ҳаракатҳои ламси эҳсосиро тасниф мекунад. Система аз ҳафт марҳилаи пайдарпай иборат аст: ҷамъоварии додаҳо, тартибдиҳӣ ва псевдонимсозии файлҳо, назорати сифати сигнал, буридани интерактивии таъхири вокуниши инсон, тирезабандӣ ва афзоиши додаҳо, ҷустуҷӯи меъмории CNN бо MATLAB Experiment Manager ва таснифоти вақти воқеӣ дар додаҳои зиндаи Bluetooth. Дар таҳқиқоти алоқаманд додаҳои ламси 18-синфӣ аз 25 иштирокчӣ истифода шуда, пас аз 468 озмоиши меъморӣ/гиперпараметрӣ гузориш шудааст, ки топологияи 14d1_39d2_41d4 бо 13.200 параметр тавозуни мувофиқ миёни андоза ва дақиқиро таъмин мекунад ва дақиқии миёнаи leave-one-subject-out cross-validation %85 мебошад. Бо вуҷуди ин, ин нишондиҳанда ба маҷмӯи додаҳо, дастгоҳи сенсорӣ, гурӯҳи иштирокчиён ва протоколи озмоишии мушаххас тааллуқ дорад; барои ҳамаи одамон ё системаҳои дигари ламсӣ ҳамон дақиқӣ кафолат дода намешавад.

Ҷанбаи фарқкунандаи таҳқиқот аз нуқтаи назари MATLAB танҳо омӯзонидани як модели CNN нест. MATLAB аз омодасозии додаҳои хоми сенсорӣ то ҷустуҷӯи меъморӣ, арзёбии санҷишӣ ва намоиши эҳтимолиятҳои пешгӯӣ дар вақти воқеӣ ҳамчун муҳити марказии тамоми занҷири таҳқиқот истифода шудааст. Ҳамин тавр, коркарди сигнал, омӯзиши амиқ, идоракунии таҷриба ва мушоҳидаи зиндаи сенсор дар як муҳити нармафзор муттаҳид шудаанд.

Мушкилоти асосии таҳқиқот чист?

Ламси инсон танҳо тамоси ҷисмонӣ нест; ҳаракатҳое мисли навозиш, таппиши сабук, фишор додан, кашидан ё нигоҳ доштан метавонанд маъноҳои гуногуни эҳсосӣ ва иҷтимоӣ дошта бошанд. Барои он ки роботҳои ёвари иҷтимоӣ чунин тамосҳоро маънидод карда тавонанд, бояд навъи ламсро аз сигналҳои хоми сенсорӣ боэътимод фарқ кунанд.

Системаи қаблӣ, ки ба таҳияи AffectiveCNN оварда расонд, алгоритми эвристикие буд, ки аз остонаҳои дастӣ муайяншудаи амплитудаи сенсор, давомнокии тамос ва хусусиятҳои соҳаи басомад иборат буд. Манбаъ мегӯяд, ки ин равиш метавонист тамоси фаъолро аз беҳаракатӣ тақрибан ҷудо кунад, аммо ҳаракатҳои нозуктари ламсро, ки қолабҳои ҳаракатии монанд доранд, боэътимод фарқ карда наметавонист.

Равиши баъдан таҳияшуда ба ҷойи қоидаҳои собити аз ҷониби инсон муайяншуда ба шабакаҳои паймона ва якченакаи конволютсионӣ, яъне моделҳои 1D CNN, такя мекунад, ки метавонанд қолабҳои фарқкунандаи силсилаҳои вақтро бевосита омӯзанд.

Чаро MATLAB истифода шудааст?

Муаллиф интихоби MATLAB-ро бо ду сабаби асосӣ шарҳ медиҳад. Аввалан, муҳити интерактивии кории скриптбунёди MATLAB барои равандҳои такрории таҳқиқотӣ, аз ҷумла таҳияи интерфейси сенсор, санҷиши сигнал ва коркарди додаҳои таҷрибавӣ мувофиқ аст. Дуюм, шабакаҳои омӯзонидашуда метавонанд дар оянда тавассути MATLAB Coder ба коди манбаи C/C++ табдил дода шаванд ва бо ин барои интиқол ба сахтафзори дарунсохт роҳ фароҳам шавад.

Дар ҳоле ки марҳилаи аввали ҷамъоварии додаҳо берун аз MATLAB бо Processing/Java иҷро шудааст, шаш марҳилаи боқимонда ҳамчун скриптҳои MATLAB ё MATLAB Experiment Manager Live Script амалӣ шудаанд.

Ҷараёни кори ҳафтмарҳилаи AffectiveCNN чӣ гуна амал мекунад?

Дар Шакли 1-и таҳқиқот меъмории нармафзор ҳамчун ҳафт модули пайдарпай нишон дода шудааст. Азбаски марҳилаҳои миёна файлҳои .csv ё .mat-ро ба диск нигоҳ медоранд, занҷири коркардро ҳангоми зарурат аз ҳар марҳилаи миёна дубора оғоз кардан мумкин аст. Аз ин рӯ, барои ҳар таҷриба иҷрои дубораи ҳамаи марҳилаҳои болоӣ шарт нест.

Кадом додаҳо тавассути Bluetooth ҷамъоварӣ мешаванд?

Модули ҷамъоварии додаҳо аз дастгоҳи сенсорӣ барои ҳар сатр чаҳорчӯбаҳои дорои 14 адади бутун мегирад. Арзиши аввал сигнали ҷамъбастии капаситивии ҳамаи электродҳои ҳискунанда мебошад. Каналҳои аз дуюм то даҳум ба нӯҳ сенсори алоҳидаи капаситивӣ тааллуқ доранд. Каналҳои ёздаҳум, дувоздаҳум ва сездаҳум мутаносибан ҷузъҳои X, Y ва Z-и акселерометр мебошанд. Арзиши чордаҳум бошад, вақти гузашта аз чаҳорчӯбаи қаблии додаҳоро бо миллисония нишон медиҳад.

Тасвири Gesture Recorder дар саҳифаи 4 интерфейсеро нишон медиҳад, ки ин каналҳоро дар вақти воқеӣ ҳамчун хатҳо пайгирӣ мекунад. Нармафзор тирезаи лағжандаи визуализатсияи 20-сониягиро истифода мебарад. Пеш аз оғози сабт ҳисобкунии баръакси се сония истифода мешавад.

Чанд навъи гуногуни ҳаракати ламс баррасӣ шудааст?

Дар таҳқиқоти алоқаманди ҷамъоварии додаҳо, илова ба 17 ҳаракати ламси иҷрошуда аз ҷониби инсон, синфи бидуни тамоси инсон бо номи “At rest” сабт шуда, дар маҷмӯъ таксономияи таснифоти 18-синфӣ сохта шудааст.

Дар байни намунаҳои манбаъ шаклҳои гуногуни тамос, аз ҷумла навозиш, харошидан, таппиши сабук, зарбаи қавӣ, нигоҳ доштан ва кашидан мавҷуданд. Ин ҳаракатҳо ба минтақаҳои гуногуни дастгоҳи нарми сенсорӣ татбиқ шудаанд.

Чаро файлҳо псевдонимсозӣ мешаванд?

a_move_labelled_data.m скрипт файлҳои сабтро аз сохтори аз рӯйи шахс/сессия ташкилшуда ба сохтори аз рӯйи синфи ҳаракат ташкилшуда интиқол медиҳад. Қисми аввалини рақамӣ дар номи файл, ки сессияи сабтро муайян мекунад, бо рақами тасодуфии ҳафтрақама иваз карда мешавад.

Ҳамин тавр, ҳангоми нигоҳ доштани тамғаи синф робитаи мустақими файл бо сессияи сарчашма қатъ мешавад. Ин амал дар таҳқиқот ҳамчун марҳилаи “organisation and pseudonymisation” муайян шудааст.

Марҳилаи назорати сифат чӣ меҷӯяд?

b_training_data_analysis.m барои дарозии сабтҳо дар ҳар синфи ҳаракат миёна, медиана, инҳирофи стандартӣ, ҳадди ақал ва ҳадди аксарро ҳисоб мекунад. Агар дарозии сабти як намуна аз миёнаи синф бештар аз нисбати танзимшаванда дур шавад, он ҳамчун номзади аномалӣ ишора карда мешавад.

Остонаи пешфарз:

\[ \text{thresholdRange}=0.4 \]

яъне нисбат ба миёнаи синф тақрибан ±%40 инҳироф.

Шакли 3 дар саҳифаи 4 намунаҳои сигналҳои аномалиро нишон медиҳад, ки аз ин назорати сифат ба даст омадаанд. Система ба ҷойи он ки намунаҳои аномалиро ба таври кӯр худкор ҳазф кунад, ба муҳаққиқ имкони бозбинии визуалӣ медиҳад. Дар таҳқиқоти алоқаманд чанд сабте, ки пайвасти дастгоҳ ҳангоми ҳаракат қатъ шуда буд, дар ҳамин марҳила муайян ва хориҷ карда шуданд.

Чаро таъхири оғози ҳаракат дастӣ бурида мешавад?

Байни фармони оғоз кардани сабт ва воқеан шурӯъ кардани ламс аз ҷониби иштирокчӣ вақти вокунише вуҷуд дорад, ки аз шахс ба шахс ва аз озмоиш ба озмоиш тағйир меёбад. Тибқи таҳқиқот, буридани худкори ин таъхир бо як офсети собити вақт метавонад ба додаҳои омӯзишӣ ғаразнокии систематикӣ ворид кунад.

Аз ин рӯ c_training_data_truncation.m ба корбар GUI-и MATLAB-асос пешниҳод мекунад. Муҳаққиқ нуқтаи оғоз шудани тамоси огоҳонаро дар сигнал бо як клик ишора мекунад ва бо пахши Enter ба сабти навбатӣ мегузарад. Шакли 4 дар саҳифаи 5 ин интерфейсро нишон медиҳад.

Буридан ду марҳила дорад: аввал қарорҳои оғози ҳаракат сабт мешаванд; баъд дар марҳилаи дуюм файлҳо ба таври гурӯҳӣ бурида мешаванд. Пеш аз навиштан рӯйи додаҳои аслӣ онҳо ба ҷузвдони эҳтиётии дорои тамғаи вақт нусхабардорӣ мешаванд.

Чаро 13 хусусияти сенсорӣ ба 11 хусусият коҳиш дода мешавад?

Пеш аз тирезабандӣ, 13 сутуни хоми сенсорӣ, ки барои тасниф истифода мешаванд, ба 11 хусусият кам карда мешаванд. Се ҷузъи алоҳидаи X, Y ва Z-и акселерометр бо як бузургии векторӣ иваз мешаванд:

\[ a=\sqrt{a_x^2+a_y^2+a_z^2} \]

Ин табдил се меҳварро ба як бузургии инерсиалӣ меорад ва барои коҳиш додани вобастагӣ аз самтгирии дастгоҳ пешбинӣ шудааст. Ҳамин тавр, 11 хусусият — нӯҳ канали алоҳидаи капаситивӣ, як канали умумии капаситивӣ ва як бузургии шитоб — ба даст меояд.

Додаҳо ба маҷмӯаҳои омӯзиш, валидация ва санҷиш чӣ гуна тақсим мешаванд?

Сабтҳои коркардшуда бо намунагирии табақабандӣ, ки тақсимоти синфҳоро нигоҳ медорад, ба се қисм ҷудо мешаванд:

• %70 омӯзиш,
• %15 валидация,
• %15 санҷиш

.

Силсилаҳои вақт барои CNN чӣ гуна ба тирезаҳо табдил дода мешаванд?

Дар усули пешфарз ҳар сабт ба тирезаҳои собити иборат аз 250 намуна табдил дода мешавад. Азбаски басомади намунагирӣ 100 Hz аст, ҳар тиреза:

\[ \frac{250}{100}=2.5\ \text{saniye} \]

дарозӣ дорад.

Қадами лағжиши тиреза 50 намуна аст; аз ин рӯ тирезаҳои ҳамсоя ба андозаи назаррас ба ҳам мепӯшанд. Ин усул ҳангоми ҳосил кардани якчанд намунаи омӯзишӣ аз як сабти дарози ҳаракат имкон медиҳад, ки иттилои мавҷудаи сигнал истифода шавад.

Дар усули алтернативӣ, ба ҷойи илова кардани сифрҳо ба охири сабтҳои кӯтоҳ, сабт ба таври даврӣ такрор карда мешавад. Муаллиф инро махсусан барои он пешниҳод мекунад, ки хусусиятҳои спектралии ҳаракатҳои кӯтоҳу даврӣ бо думи хомӯши сифрӣ тағйир наёбанд.

Забони рамзии CNN чӣ гуна кор мекунад?

Яке аз хусусиятҳои ҷолиби AffectiveCNN он аст, ки меъмории шабака метавонад ба ҷойи блокҳои дарози коди MATLAB бо як забони паймонаи рамзии ба соҳа махсус, яъне domain-specific language (DSL), муайян карда шавад.

Масалан:

14d1_39d2_41d4

ифода як 1D CNN-и дорои се қабати конволютсиониро муайян мекунад:

Пас аз ҳар қабати конволютсионӣ layer normalization ва фаъолсозии ReLU меоянд. Дар охири шабака қабати global average pooling ва сарлавҳаи пурра пайвастшудаи таснифоти softmax ҷойгир аст.

Шумораи филтрҳоро метавон бо як зарбкунандаи умумии миқёси филтр, ки аз сатри меъморӣ мустақил аст, тағйир дод. Бо ин роҳ як меъмории асосӣ метавонад дар андозаҳои гуногуни модел ба таври систематикӣ санҷида шавад.

MATLAB Experiment Manager чанд моделро санҷидааст?

Дар озмоиши алоқаманд дар маҷмӯъ 468 озмоиши омӯзишӣ анҷом дода шудааст. Фазои ҷустуҷӯ инҳоро дар бар мегирифт:

• 13 сатри гуногуни меъморӣ,
• 4 зарбкунандаи миқёси филтр,
• 3 варианти epoch,
• 3 варианти batch size

.

Шумораи ин таркибҳо:

\[ 13\times4\times3\times3=468 \]

мебошад.

Experiment Manager ҳамаи моделҳои омӯзишӣ, каҷҳои омӯзиш ва метрикаҳои валидацияро дар сатҳи epoch дар як фазои корӣ нигоҳ доштааст. Бо ин роҳ муҳаққиқ метавонад натиҷаҳоро тартиб диҳад, филтр кунад ва модели интихобшударо ба марҳилаи ҷудогонаи санҷиши вақти воқеӣ интиқол диҳад.

Таснифоти вақти воқеӣ чӣ гуна кор мекунад?

f_realtime_classifier.m модели омӯзонидашудаи .mat-ро бор мекунад ва ҷараёни силсилавии Bluetooth аз дастгоҳи сенсориро дар ring buffer ҷамъ мекунад. Вақте буфер ба 250 намуна мерасад, тасниф дар тирезаи ҷорӣ иҷро мешавад.

Қадами пешфарзи inference 50 намуна аст. Дар ҷараёни додаҳои 100 Hz ин тақрибан чунин аст:

\[ \frac{100}{50}=2\ \text{güncelleme/s} \]

яъне тақрибан 2 Hz суръати навсозии пешгӯӣ.

Шакли 5 дар саҳифаи 6 интерфейси таснифгари вақти воқеии MATLAB-ро нишон медиҳад. Дар қисми боло тирезаи охирини сенсор, дар қисми поён бошад диаграммаи сутунии эҳтимолиятҳои пешгӯӣ барои синфҳои ҳаракат намоиш дода мешавад. Интерфейс ҳамчунин синфи эҳтимолтар ва холҳои эътимодро нишон медиҳад.

Дар сессияи мушоҳидаи вақти воқеии алоқаманд панҷ иштирокчӣ ҳар як синфи ҳаракатро иҷро кардаанд ва дар система тақрибан 2,0–2,4 сония пас аз оғози ҳаракат фаъолшавиҳои устувор ва хоси ҳаракат мушоҳида шудаанд. Ин вақт бояд дар заминаи тирезабандии 2,5-сониягӣ ва тартиби мушоҳидаи зиндаи истифодашуда дар таҷриба арзёбӣ шавад.

Оё ин система танҳо барои роботи нарм истифода мешавад?

Тибқи манбаъ, гарчанде меъмории нармафзор барои дастгоҳи муайяни нарми сенсорӣ таҳия шудааст, марҳилаҳои баъдии занҷири коркард мустақиман ба ҳамин сахтафзор баста нестанд. То он даме ки додаҳои силсилаи вақти бисёрканалӣ бо сохтори сутунии мувофиқ истифода мешаванд, онро метавон ба дигар системаҳои ламсӣ ё сенсорҳои инерсиалӣ мутобиқ кард.

Муаллиф системаҳои пӯшидашаванда, протезҳо ва дигар платформаҳои ҳамкории инсон–роботро ҳамчун самтҳои эҳтимолии мутобиқсозӣ зикр мекунад. Аммо барои ин самтҳо санҷиши ҷудогонаи иҷрои таҷрибавӣ дар доираи ҳамин таҳқиқот пешниҳод нашудааст.

Ин барои Тоҷикистон чӣ маъно дошта метавонад?

Таҳқиқот дар доираи Riga Technical University дар Латвия таҳия шудааст ва иштирокчиён ё додаҳои маҳаллии сенсории Тоҷикистонро дар бар намегирад. Аз ин рӯ, натиҷаи %85-и cross-validation-ро наметавон мустақиман ба гурӯҳҳои корбарии Тоҷикистон ё дигар системаҳои роботӣ интиқол дод.

Бо вуҷуди ин, равиши муҳандисии истифодашуда метавонад барои гурӯҳҳои таҳқиқотии Тоҷикистон, ки дар соҳаҳои ҳамкории инсон–робот, технологияҳои барқарорсозӣ, сенсорҳои пӯшидашаванда, роботҳои иҷтимоӣ ё интерфейсҳои ламсӣ кор мекунанд, ҳамчун методологияи мутобиқшаванда истифода шавад. Барои татбиқи маҳаллӣ ҷамъоварии нави додаҳо ва валидация бо иштирокчиёни нав, одатҳои гуногуни тамос, геометрияи дигари сенсор ва сахтафзори ҳадаф зарур аст.

Таҳқиқот чӣ мегӯяд ва чӣ намегӯяд?

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Ҷараёни кори модулии MATLAB метавонад тамоми равандро аз сабти хоми сенсор то мушоҳидаи CNN дар вақти воқеӣ фаро гирад.
• Бо MATLAB Experiment Manager садҳо таркиби меъморӣ ва гиперпараметрҳоро ба таври худкор муқоиса кардан мумкин шудааст.
• Маҷмӯи додаҳои алоқаманд аз 25 иштирокчӣ ва 18 синфи ҳаракат иборат аст.
• 14d1_39d2_41d4 топология бо 13.200 параметр ҳамчун модели интихобшуда аз рӯйи тавозуни андоза/дақиқӣ дар манбаъ пешниҳод шудааст.
• Барои ин модел дақиқии миёнаи LOSO-CV %85 гузориш шудааст.
• Тавассути додаҳои зиндаи Bluetooth эҳтимолиятҳои таснифоти вақти воқеӣ дар дохили MATLAB мушоҳида шудаанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Дақиқии %85 барои ҳамаи корбарон, фарҳангҳо, гурӯҳҳои синнӣ, сенсорҳо ё платформаҳои роботӣ дақиқии кафолатшуда нест.
• Система ҳолати воқеии эҳсосии инсонро мустақим чен намекунад; он аз сигнали сенсор синфҳои қаблан муайяншудаи ҳаракати ламсро пешгӯӣ мекунад.
• Намоиши вақти воқеӣ дар PC маънои онро надорад, ки ҷойгиркунии ниҳоӣ дар микроконтроллери дарунсохт анҷом дода шудааст.
• Мутобиқат бо микроконтроллери синфи ESP32 дар манбаъ ҳамчун мувофиқати назариявии ҳисоббарорӣ баррасӣ шудааст; ин таҳқиқоти нармафзор ҳамгироии ниҳоии сахтафзори дарунсохтро нишон намедиҳад.
• Мутобиқшавӣ ба дигар барномаҳои ламсӣ маънои онро надорад, ки ҳамон иҷро дар ин соҳаҳо таҷрибавӣ тасдиқ шудааст.

Усул ва натиҷаҳои таҳқиқот

Меъмории нармафзор

Доираи додаҳо ва таҷриба

Ҷустуҷӯи меъморӣ

CNN-и паймонаи интихобшуда

Дар озмоиши алоқаманд меъмории 14d1_39d2_41d4 аз рӯйи тавозуни шумораи параметрҳо ва дақиқӣ интихоб шудааст.

LOSO-CV, маънои leave-one-subject-out cross-validation-ро дорад. Дар ин арзёбӣ дар ҳар давр додаҳои як иштирокчӣ аз омӯзиши модел хориҷ карда мешаванд ва модел дар ҳамон иштирокчие, ки ҳангоми омӯзиш қаблан надида буд, арзёбӣ мегардад. Ин усул метавонад нисбат ба тақсими тасодуфии намунаҳо санҷиши қавитар барои қобилияти умумисозӣ байни шахсон пешниҳод кунад; аммо натиҷа ҳанӯз ба иштирокчиён ва шароити ҷамъоварии додаҳои ҳамин таҳқиқот маҳдуд аст.

Хусусиятҳои такрорпазирии нармафзор

• Модулҳо аз ҳам ҷудо шудаанд.
• Додаҳои миёна дар шаклҳои CSV ва MAT ба диск нигоҳ дошта мешаванд.
• Раванд метавонад аз ҳар марҳилаи миёна дубора оғоз шавад.
• Топологияҳои меъмориро метавон бо сатри рамзӣ муайян кард.
• Experiment Manager ҳамаи моделҳои номзад ва метрикаҳои онҳоро дар як фазои корӣ нигоҳ медорад.
• Интерфейси вақти воқеӣ модели омӯзонидашудаи MAT-ро мустақим истифода мебарад.
• Коди манбаъ таҳти назорати версияи Git нашр шудааст.

Ҷиҳатҳои қавии таҳқиқот

• Тамоми занҷири муҳандисиро аз ҷамъоварии додаҳо то таснифоти зинда дар як таҳқиқот ҳуҷҷатгузорӣ мекунад.
• Марҳилаи назорати сифат ба ҷойи ҳазфи худкори сигналҳои аномалӣ онҳоро барои муҳаққиқ намоён месозад.
• Муайян кардани дастии таъхири вокуниш барои ҳар сабт ҳадаф дорад хатои систематикиеро, ки аз буридани собити вақт ба вуҷуд омада метавонад, кам кунад.
• Ҷустуҷӯи меъморӣ бо 468 озмоиш нисбат ба интихоби дастии модел муқоисаи систематикиро таъмин мекунад.
• Забони паймонаи рамзии CNN имкон медиҳад вариантҳои меъморӣ зуд сохта шаванд.
• Дастгоҳи сенсории воқеӣ ва интерфейси зиндаи таснифоти PC имкон медиҳанд рафтори модел пас аз омӯзиш фавран мушоҳида шавад.

Маҳдудиятҳои асосӣ

• Нармафзор дар заминаи як дастгоҳи мушаххаси нарми дорои сенсор таҳия шудааст.
• Маҷмӯи додаҳои 25 иштирокчӣ ба аҳолиҳои дигар мустақиман умумӣ карда намешавад.
• Марҳилаи буридани интерактивӣ ба қарори инсон вобаста аст ва пурра автоматӣ нест.
• Намоиши вақти воқеӣ дар PC анҷом дода шудааст; ҷойгиркунии ниҳоӣ дар дастгоҳи дарунсохт ба доираи ин таҳқиқот дохил намешавад.
• Қобилияти мутобиқсозӣ ба системаҳои алтернативии сенсорӣ дар сатҳи меъмории нармафзор шарҳ дода шудааст, аммо дар ин таҳқиқот барои ҳар яке аз он системаҳо озмоишҳои ҷудогонаи иҷро гузаронида нашудаанд.
• Нишондоди таснифоти гузоришшуда ба маҷмӯи додаҳои манбаъ ва протоколи таҷрибавии алоқаманд хос аст.

Ёддошт оид ба манбаъ ва усул

Номи пурраи асари аслӣ: AffectiveCNN: MATLAB Software Pipeline for Affective Tactile Gesture Recognition Using Compact 1D Convolutional Neural Networks

Муаллиф: Aleksandrs Vališevskis.

Муаллифи масъул: Aleksandrs Vališevskis.

Муаллифи ҳамаввал/саҳми баробар: Азбаски таҳқиқот якмуаллифа аст, изҳороти саҳми баробар вуҷуд надорад.

Муассиса: Institute of Architecture and Design, Riga Technical University, Riga, Latvia.

Навъи манбаъ: Таҳқиқоти таҳияи нармафзори илмӣ ва тавсифи ҷараёни кории омӯзиши мошинӣ.

Вазъи нашр: Таҳқиқоти боршуда preprint-и аз арзёбии ҳамтоён нагузашта мебошад; натиҷаҳо бояд бо назардошти ҳамин марҳилаи нашр арзёбӣ шаванд.

Платформа: SSRN.

Рақами сабти SSRN: 6679307.

DOI: 10.2139/ssrn.6679307.

Санаи сабти SSRN: 30 апрели 2026.

Сабти расмӣ: https://ssrn.com/abstract=6679307

Версияи маҷаллаи рецензияшуда: Дар санҷиши библиографӣ DOI-и ниҳоии маҷалла, ки мустақилона тасдиқ шуда бошад, пайдо нашуд. Дар анбори таҳиягар майдони DOI барои сабти SoftwareX ҳанӯз ҳамчун “TBD” нишон дода шудааст; аз ин рӯ, дар ин мақолаи Verianla манбаъ ҳамчун preprint арзёбӣ шудааст.

Ном ва версияи нармафзор: AffectiveCNN v2.0.

Муҳити барномасозӣ: MATLAB R2025a; модули аввали ҷамъоварии додаҳо Processing/Java.

Вобастагии MATLAB: Deep Learning Toolbox ва MATLAB Experiment Manager дар Stage 6. Тибқи манбаъ, toolbox-и иловагии MATLAB лозим нест.

Системаи оператсионӣ: Windows, macOS ё Linux.

Литсензияи нармафзор: MIT License.

Архиви доимии нармафзор: 10.5281/zenodo.17650545.

Маҷмӯи додаҳо: Таҳқиқот маҷмӯи додаҳои алоқаманди ламси тамғагузоришударо дар Zenodo бо сабти 10.5281/zenodo.17650600 нишон медиҳад.

Маблағгузорӣ: Таҳқиқот бо гранти тадқиқот ва рушди RTU-PA-2024/1-0074 ва дар доираи лоиҳаи No.5.2.1.1.i.0/2/24/I/CFLA/003-и AB Recovery and Resilience Facility дастгирӣ шудааст.

Ихтилофи манфиатҳо: Дар таҳқиқоти боршуда изҳороти ҷудогонаи ихтилофи манфиатҳо муайян нашудааст; ин ҳолат ҳамчун набудани ихтилофи манфиатҳо тафсир нашудааст.

CRediT/саҳми муаллиф: Дар таҳқиқоти боршуда изҳороти ҷудогонаи CRediT вуҷуд надорад.

Ҳади муҳтавои илмӣ: Меъмории нармафзор, марҳилаҳои коркарди додаҳо, сохтори CNN, параметрҳо, мушоҳидаи вақти воқеӣ ва натиҷаҳои ададӣ дар ин мақолаи Verianla аз таҳқиқоти боршуда гирифта шудаанд. Санҷиши берунии библиографӣ танҳо барои санҷидани ҳувияти нашр ва вазъи ҷории он истифода шудааст; ба муҳтавои асосии илмӣ натиҷаи таҷрибавии беруна илова нашудааст.

Ҳади асосии тафсир: Таҳқиқот таҳияи як software pipeline барои шинохти ҳаракатҳои ламсӣ ва истифодаи онро дар додаҳои алоқаманд нишон медиҳад. Система эҳсоси воқеии инсонро мустақим чен намекунад, балки сигналҳои сенсорро ба синфҳои қаблан муайяншудаи ламс ҷудо мекунад. Иҷрои гузоришшудаи модел барои гурӯҳҳои дигари инсонӣ, тарҳҳои сенсорӣ ё системаҳои роботӣ худкор эътибор надорад.