📄Работа №207149

Тема: Разработка веб-сервиса для определения психологического подтипа человека по классификации К.Г. Юнга по аудиозаписи с помощью нейронных сетей

Характеристики работы

Тип работы Дипломные работы, ВКР
Программирование
Предмет Программирование
📄
Объем: 53 листов
📅
Год: 2020
👁️
Просмотров: 55
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

ВВЕДЕНИЕ 5
1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 8
1.1. Типология К.Г. Юнга 8
1.2. Анализ аналогичных проектов 8
2. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ 11
2.1. Рекуррентные нейронные сети 11
2.2. Сверточные нейронные сети 12
2.3. Предварительная обработка аудиофайла 13
2.4. Извлечение признаков 14
3. ПРОЕКТИРОВАНИЕ 17
3.1. Топология нейронной сети 17
3.2. Определение требований 18
3.3. Варианты использования системы 19
3.4. REST API веб-сервиса 20
4. РЕАЛИЗАЦИЯ 23
4.1. Программные средства реализации 23
4.2. Реализация предобработки аудиофайлов 24
4.3. Расширение выборки 25
4.4. Реализация и обучение нейронной сети 26
4.5. Реализация веб-сервера 27
4.5.1 Пакет server.preprocessing 29
4.5.2 Пакет server.classification 31
4.6. Реализация веб-интерфейса 33
4.7. Создание Docker контейнера 36
5. ТЕСТИРОВАНИЕ 37
5.1. Тестирование нейронной сети 37
5.2. Тестирование API 38
5.3. Тестирование веб-интерфейса 41
5.4. Тестирование Docker контейнера 42
ЗАКЛЮЧЕНИЕ 43
ЛИТЕРАТУРА 44
ПРИЛОЖЕНИЯ 46
ПРИЛОЖЕНИЕ А. Код модуля server. Server 46
ПРИЛОЖЕНИЕ Б. Код модуля PreprocessorQueue 50
ПРИЛОЖЕНИЕ В. Код модуля ClassifierQueue 53

📖 Аннотация

В данной работе представлена разработка веб-сервиса для автоматического определения психологического подтипа человека (этик/логик) согласно классификации К.Г. Юнга на основе анализа аудиозаписи речи с применением методов глубокого обучения. Актуальность исследования обусловлена необходимостью автоматизации процесса психотипирования, который в настоящее время опирается на субъективные методы — самотестирование или работу психолога, что может приводить к неточностям и требует значительных ресурсов. Основным результатом работы является функционирующий веб-сервис, архитектура которого включает модули предобработки аудиоданных, извлечения признаков и классификации с использованием гибридной нейронной сети, сочетающей сверточные и рекуррентные слои для анализа временных и спектральных характеристик речи. Практическая значимость заключается в создании инструмента для потенциального применения в кадровом менеджменте и карьерном консультировании, как отмечено в работах В.В. Гуленко, в то время как научная ценность состоит в адаптации методов анализа эмоций в речи, исследуемых, например, Vogt T. и Andre E. в рамках проекта EmoVoice, для решения задачи психологической классификации. Теоретической основой послужили труды К.Г. Юнга по психологическим типам и исследования в области рекуррентных сетей, такие как работа Elman J.L. Система реализована с использованием современных программных стеков и контейнеризации Docker, что обеспечивает её масштабируемость. В качестве направлений для дальнейшего развития авторы указывают необходимость расширения обучающей выборки, включения в неё записей мужской речи и разнообразных речевых контекстов для повышения общей точности и надежности модели.

📖 Введение

В 1921 г. К.Г. Юнг выдвинул теорию о том, что все люди разделяются на несколько психологических типов [1]. Данная типология имеет множество практических применений. В частности, она может использоваться в таких областях как планирование карьеры, управление кадрами. Например, этикам стоит поручать работу с клиентами, они успешны в установлении неформальных связей. Логикам же лучше удается техническая работа. Руководство так же лучше предоставлять логикам, потому что они способны более объективно оценить реальное положение дел и принять верные решения [2].
В общении логики часто оперируют фактами и логическими умозаключениями, в то время как этики в общении уделяют больше внимания эмоциям, жестам, мимике [3]. Исходя из этого, можно предположить, что на основе эмоциональности речи человека можно определить его психотип.
АКТУАЛЬНОСТЬ ТЕМЫ РАБОТЫ
В настоящее время для определения психологического типа человека необходимо либо пройти специальное тестирование, либо воспользоваться услугами профессионального психолога. Результат первого подхода зависим от субъективного мнения тестируемого о себе и может давать неточный результат. Второй подход требует затрат на обучение специалистов, и результат так же может зависеть от субъективного мнения психолога или от его профессиональной подготовки. Поэтому задача автоматизации данного процесса является актуальной. Программная система быстро и точно определять психотип человека и будет лишена недостатков имеющихся способов.
Задача определения психологического подтипа сводится к задаче классификации, с которой на настоящее время успешно справляются нейронные сети.
ЦЕЛИ И ЗАДАЧИ РАБОТЫ
Целью данной работы является разработка веб-сервиса для определения психологического подтипа человека по классификации К.Г. Юнга по аудиозаписи с помощью нейронных сетей.
Для выполнения поставленной цели необходимо решить следующие задачи, перечисленные ниже.
1. Произвести обзор литературы и существующих приложений по предметной области.
2. Подготовить обучающую и тестовую выборки.
3. Выполнить проектирование архитектуры нейронной сети для решения задачи классификации аудиозаписей.
4. Провести обучение и тестирование спроектированной нейронной сети.
5. Разработать и протестировать веб-сервис для распознавания психологического подтипа человека в классификации К.Г. Юнга по аудиозаписи речи.
СТРУКТУРА И ОБЪЕМ РАБОТЫ
Работа состоит из введения, пяти глав, заключения, списка литературы и приложений. Объем работы составляет 55 страниц, объем библиографии - 23 источника, объем приложений - 10 страниц.
СОДЕРЖАНИЕ РАБОТЫ
В первой главе приводятся теоретические сведения о предметной области, а также осуществляется обзор существующих подходов к программному анализу эмоций человека из аудиозаписи речи.
Во второй главе приводятся теоретические основы о рекуррентных и сверточных нейронных сетях, а также описан алгоритм предобработки аудиофайла.
В третьей главе описывается топология нейронной сети, а также архитектура и требования к веб-сервису.
В четвертой главе описаны средства разработки, а также представлены детали реализации алгоритма предобработки аудиофайла, веб-сервиса и нейронной сети.
В пятой главе описывается тестирование нейронной сети и вебсервиса.
В заключении представлены основные результаты выполненной работы и направления, в которых возможны дальнейшие исследования.
В приложениях содержатся листинги с реализацией некоторых частей системы.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В рамках данной работы был разработан веб-сервис, который по аудиозаписи речи позволяет определить психологический подтип человека (этик, логик) в классификации К.Г. Юнга. При этом были решены следующие задачи.
1. Произведен обзор литературы и существующих приложений по предметной области.
2. Подготовлена обучающая и тестовая выборки.
3. Выполнено проектирование архитектуры нейронной сети для решения задачи классификации аудиозаписей.
4. Проведено обучение и тестирование спроектированной нейронной сети.
5. Разработан и протестирован веб-сервис для распознавания психологического подтипа человека в классификации К.Г. Юнга по аудиозаписи речи.
В дальнейшем можно улучшить качество работы системы с помощью расширения выборки. Недостатком имеющейся выборки является то, что в ней имеются записи только одной фразы, а также отсутствуют записи мужской речи. Следовательно, точность распознавания для иных данных может быть ниже ожидаемой.
Также, так как в разработанной системе сервер, предобработчики и классификатор работают независимо друг от друга и общаются через очереди, их можно полностью разделить в отдельные процессы, которые могут работать на разных машинах. Для обмена сообщений в данном случае можно использовать сторонний брокер сообщений.

Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Юнг К.Г. Психологические типы / под ред. Зеленский В. СПб: Азбука, 2001. 736 с.
2. Гуленко Виктор Владимирович. Менеджмент слаженной команды: соционика и социоанализ для руководителей. РИПЁЛ, 1995. 188 с.
3. Логик - Этик - Психологос [Электронный ресурс]. URL: https://www.psychologos.ru/articles/view/logik—etik (дата обращения: 28.04.2019).
4. Vogt T., Andre E., Bee N. EmoVoice - A framework for online recognition of emotions from voice // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Berlin, Heidelberg: Springer Berlin Heidelberg, 2008. Т. 5078 LNCS. С. 188-199.
5. Speech Emotion Analyzer [Электронный ресурс]. URL: https://github.com/MITESHPUTHRANNEU/Speech-Emotion-Analyzer.
6. Vokaturi... | Vokaturi - Understand the emotion in a speaker’s voice [Электронный ресурс]. URL: https://vokaturi.com/ (дата обращения: 28.04.2019).
7. Elman J.L. Finding structure in time // Cogn. Sci. 1990. Т. 14, № 2. С. 179-211.
8. Karpathy A. The Unreasonable Effectiveness of Recurrent Neural Networks [Электронный ресурс] // Web Page. 2015. С. 1-28. URL: http://karpathy.github.io/2015/05/21/rnn-effectiveness/ (дата обращения: 19.04.2018).
9. Understanding LSTM Networks -- colah’s blog [Электронный ресурс]. URL: https: //colah.github .io/posts/2015-08-Understanding-L STMs/ (дата обращения: 19.04.2018).
10. Hochreiter S., Urgen Schmidhuber J. LONG SHORT-TERM MEMORY // Neural Comput. 1997. Т. 9, № 8. С. 1735-1780.
11. Long short-term memory [Электронный ресурс]. URL: https: //en.wikipedia. org/wiki/Long_short-term_memory.
12. Convolutional Neural Network - Wikipedia [Электронный ресурс]. URL: https: //en.wikipedia. org/wiki/Convolutional_neural_network.
13. Oord A. van den и др. WaveNet: A Generative Model for Raw Audio. 2016.
14. TensorFlow [Электронный ресурс]. URL: https://www.tensorflow.org/ (дата обращения: 12.05.2019).
15. Keras Documentation [Электронный ресурс]. URL: https://keras.io/ (дата обращения: 24.05.2018).
..23

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.
Предоставляемые услуги, в том числе данные, файлы и прочие материалы, подготовленные в результате оказания услуги, помогают разобраться в теме и собрать нужную информацию, но не заменяют готовое решение.
Укажите ник или номер. После оформления заказа откройте бота @workspayservice_bot для подтверждения. Это нужно для отправки вам уведомлений.

©2026 Cервис помощи студентам в выполнении работ