深度学习以理解人类

微出行(电动自行车、电动滑板车)交互手部手势识别眼动追踪与注视交互人体姿态与行为识别脑机接口(BCI)与神经反馈大语言模型(LLM)的人机协作软件工程师与开发者AI/ML 研究员与工程师HCI 研究员

我们将探讨如何使用深度学习方法来感知和解释图像、视频、音频和文本数据中人类的状态和行为。本课程将涵盖卷积神经网络、循环神经网络和生成对抗网络如何应用于人脸识别、眼动追踪、认知负荷估计、情感识别、自然语言处理、语音交互和活动识别。本课程面向初学者,旨在帮助那些对深度学习感兴趣的新手,但也可以帮助该领域的高级研究人员了解深度学习方法及其应用的实践概述。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/4187/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
1 位作者
sell
研究子方向
微出行(电动自行车、电动滑板车)交互、手部手势识别、眼动追踪与注视交互、人体姿态与行为识别
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文