СЪДЪРЖАНИЕ
- M. Хаджийски, Н. Делийски. Интелигентно управление на процеса на топлинно обработване на дървесина при променливи производствени разписания. Част 1. Постановка на проблема и подходи
- К. Бошнаков, Д. Славчева, Д. Петкова. Емпиричен MIMO модел на биологично пречистване на отпадъчни води
- Р. Костурков. Моделнобазирана диагностика на състоянието пневматични системи
- Й. Белев, Ц. Иванова, И. Бачкова. Обзор на препоръките за сигурност при изграждането на OPC-UA приложения
- А. Попов, С. Лекова. Система за следене и анализ на данни от околната среда (част 1, обзорна)
- Л. Боянов. Архитектури и средства за обработка на големи данни от интернет на обектите
- обучение и квалификация
А. Атанасов, Д. Пилев. Приложение на дълбочинните невронни мрежи при онлайн обучението на студенти - IEEE International Conference Automatics and Informatics’20 (ICAI’20)
- 10th IEEE International Conference on Intelligent Systems IS’20
- 28-и международен симпозиум „Управление на енергийни, индустриални и екологични системи“
Key Words: Online learning; deep neural networks; face recognition; facial emotions recognition; python.
Abstract. This paper presents the application of Deep Convolutional Neural Networks (DNN) in the process of online learning of students, which become very important in the time of Covid pandemic. The pre-trained DNN are analyzed and selected one applied for students’ face recognition and for facial emotions recognition. On the base of face recognition students are admitted to the online lectures, exercises and exams. As well, face recognition used to control students whether they regularly visit the lectures and the exercises. The analysis of students’ facial emotions (positive, neutral or negative) was used for personalization of the study process and for adaptation of the lecture material.