Оценка качества обслуживания пассажиров на железнодорожном транспорте на основе оценки эмоций пассажиров с использованием технологий искусственного интеллекта
Аннотация
В статье обоснована необходимость реализации и внедрения проекта, основанного на нейронных сетях, который оценивает эмоции пассажиров железнодорожного транспорта. Преимущество данной системы заключается в возможности улучшения качества пассажироперевозок с помощью анализа информации, полученной с помощью сканера эмоций.
Об авторах
З. В. Лященко
Ростовский государственный университет путей сообщения (РГУПС)
Россия
Россия
Лященко Зоя Владимировна, кандидат технических наук, старший преподаватель кафедры «Вычислительная техника и автоматизированные системы управления»
О. В. Игнатьева
Ростовский государственный университет путей сообщения (РГУПС)
Россия
Россия
Игнатьева Олеся Владимировна, кандидат технических наук, заведующий кафедрой «Вычислительная техника и автоматизированные системы управления»
М. К. Шотт
Ростовский государственный университет путей сообщения (РГУПС)
Россия
Россия
Шотт Мария Константиновна, студент кафедры «Вычислительная техника и автоматизированные системы управления»
Список литературы
1. Власова, Н. В. Цифровизация как основное стратегическое направление для достижения устойчивой конкурентной позиции ОАО «РЖД» на транспортном рынке / Н. В. Власова, В. А. Оленцевич. - Текст: непосредственный // Современные технологии. Системный анализ. Моделирование. - 2023. - №1 (77). - С. 127 - 135.
2. Бердышева, Ю. А. Информационные технологии как фактор развития цифровой трансформации железнодорожного транспорта / Ю. А. Бердышева, Е. А. Жаркова. - Текст : непосредственный // Вестник Сибирского государственного университета путей сообщения : Гуманитарные исследования. - 2023. - №4 (19). - С. 55 - 60.
3. Эйгин, Ю. А. Методика формирования искусственной нейронной сети для актуальных задач железнодорожного транспорта / Ю. А. Эйгин. - Текст : непосредственный // Наука и техника транспорта. - 2006. - № 4.- С. 35 - 36.
4. Швалов, Д. В. Искусственные нейронные сети в задачах распознавания изображений на железнодорожном транспорте: опыт и перспективы применения / Д. В. Швалов, Г. Д. Даглдиян, А. В. Дицков. - Текст : непосредственный // Вестник Ростовского государственного университета путей сообщения. - 2018. - №2 (70). - С. 88 - 96.
5. Ададуров, С. Е. Интеллектуальный поезд - гарантия повышения надежности движения поездов / С. Е. Ададуров. - Текст : непосредственный // Наука и транспорт. - 2009. - №1. - С. 30 - 31.
6. Апатцев, В. И. Особенности применения нейронных сетей при моделировании перевозочного процесса / В. И. Апатцев, М. Г. Лысиков, А. М. Ольшанский. - Текст : непосредственный // Наука и техника транспорта. - 2014. - № 3. - С. 52 - 55.
7. Жиленков, А. А. Современное состояние и тенденции развития систем распознавания речи, эмоций и верификации по голосу / А. А. Жиленков. - Текст : непосредственный // Искусственные общества. - 2023. - Т. 18, №3. - С. 4.
8. Venkatesan R., Shirly S., Selvarathi M., Jemima T. Jebaseeli. Human Emotion Detection Using DeepFace and Artificial Intelligence. Eng. Proc. 2023, 59, 37. https://doi.org/10.3390/engproc2023059037.
9. Chen, Y.; He, J. Deep learning-based emotion detection. J. Comput. Commun. 2022, 10, 57 - 71.
10. Singh, S.K.; Thakur, R.K.; Kumar, S.; Anand, R. Deep learning and machine learning based facial emotion detection using CNN. In Proceedings of the 2022 9th International Conference on Computing for Sustainable Global Development (INDIACom), New Delhi, India, 23–25 March 2022; pp. 530-535.
11. Распознавание эмоций по распознаванию лица на основе глубоких нейронных сетей / О. П. Тимофеева, С. А. Неимущев, Л. И. Неимущева, И. А. Тихонов. - Текст : непосредственный // Труды НГТУ им. Р.Е. Алексеева. - 2020. - №1 (128). - С. 16 - 24.
12. Orhan Emre Aksoy , Selda G¨uney, Sentiment Analysis from Face Expressions Based on Image Processing Using Deep Learning Methods, Canakkale Onsekiz Mart University Journal of Advanced Research in Natural and Applied Sciences, 2022, Vol. 8, Issue 4, Pages: 736 - 752.
13. FER-2013 face database PL Carrier, A Courville, IJ Goodfellow, M Mirza, Y Bengio, Universit de Montral 3, 2013.
14. Засыпкин, Д. С. Обзор алгоритмов распознавания лица человека в библиотеке OpenCV / Д.С. Засыпкин, Ю.С. Белов. - Текст : непосредственный // E-Scio. -2021. - № 7 (58). - С. 80 - 89.
Рецензия
Для цитирования:
Лященко З.В., Игнатьева О.В., Шотт М.К. Оценка качества обслуживания пассажиров на железнодорожном транспорте на основе оценки эмоций пассажиров с использованием технологий искусственного интеллекта. Наука и техника транспорта. 2024;(1):58-66.
For citation:
Lyashchenko Z.V., Ignatieva O.V., Schott M.K. Quality Assessment of Passenger Service in Railway Transport based on Passenger Emotion Assessment Using Artificial Intelligence Technologies. Science and Technology in Transport. 2024;(1):58-66. (In Russ.)
Просмотров:
10
Послать статью по эл. почте 