Projektbeschreibung
Emotionale Intelligenz besser verstehen
Der Begriff der emotionalen Intelligenz beschreibt die Fähigkeit, eigene und fremde Gefühle korrekt wahrzunehmen, zu verstehen und zu beeinflussen. Das EU-finanzierte Projekt TAMED soll neue Methoden und Algorithmen zur Wahrnehmung von Aspekten der allgemeinen emotionalen Intelligenz entwickeln, wobei es sich um eines der langfristigen Kernziele im Zusammenhang mit künstlicher Intelligenz und der Psychologie der künstlichen Intelligenz handelt. TAMED ist hochinnovativ und setzt erstmalig Modelle auf Basis von Tensoren und des Präferenzlernens ein, um allgemeine Aspekte von Emotionen zu erfassen. Die im Rahmen des Projekts entwickelten Methoden werden Untersuchungen der Frage voranbringen, bis zu welchem Grad kontextfreie Affektmodelle möglich sind. Damit wird die Forschung in Europa und darüber hinaus ausgebaut und vertieft.
Ziel
The main objective of the TAMED project is to devise new methods and algorithms for realising aspects of general emotional intelligence, one of the core long-term goals of artificial intelligence and artificial psychology. To move towards such an ambitious goal TAMED methods would be required to: a) derive accurate models from small-sized affect data corpora, b) eliminate the subjective biases inherent in affective ground truth, and c) limit overfitting effects of affect models given their context-specific nature. TAMED views general affect modelling from an ordinal perspective and interweaves uniquely novel tensor-based learning models with preference learning approaches. TAMED is highly innovative since it utilises, for the first time, tensor-based and preference (deep) learning models to capture general aspects of affect. Tensor models are characterised by high learning and generalization capacity, and are suitable across different learning paradigms, while preference learning can uniquely eliminate annotation biases and approximate more reliably the underlying ground truth of affect. TAMED methods will be used to investigate the degree to which context-free affect models are possible and general affect patterns can be captured across dissimilar tasks and users. The applicability of the derived models will be tested on the domain of digital games since they offer complex yet well-defined problems for exploring the capacities of general artificial intelligence. The aforementioned innovative aspects make TAMED highly interdisciplinary, with research activities spanning from affective computing and machine learning to digital game design and development. The fellowship will contribute to the researcher’s career development through the acquisition of advanced scientific and technical skills, as well as developing skills within academia and industry. The project will also serve to consolidate and extend the researcher's professional network within Europe and beyond.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- SozialwissenschaftenPsychologie
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-WF-2018-2020
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-WF-02-2019
Finanzierungsplan
MSCA-IF-EF-ST -Koordinator
MSD 2080 MSIDA
Malta