392162 Human Behaviour Understanding Using Machine Learning and Psychological Methods (Pj) (SoSe 2020)

Inhalt, Kommentar

In this project, students will develop computational models to detect human behaviours (e.g. engagement, interest, boredom, etc.) during human-robot or human-computer interaction. To develop these models, the students will combine psychological knowledge about human behaviours with computational methods for behavioural signal processing. The models will be developed on available datasets either by using raw multimodal sensor data or by using annotated behavioural cues such as facial expressions and body pose. The developed models will be later tested using new data collected through self-designed user studies in human-robot or human-computer interaction. The user studies will be designed based on psychological principles and practices.

NOTE: Only a maximum of 10 participants is possible. A first-come-first-serve procedure will be followed. The first 10 students who attend the first session(s) will be able to participate. If more than 10 students participate in the first session(s), then a selection process will be conducted, in which the students will be asked to prepare and submit project proposals in groups. The three best project proposals will be selected, and these project groups will be able to continue their participation in future sessions (exceptions may be possible on a case-by-case basis).

All sessions will take place live via videoconferencing using the software Zoom. The links to the Zoom videoconference will be emailed to participants at least one day in advance. The first session will take place on 22.04.2020 at 10:15 am.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-M-Inf-GP Grundlagenprojekt Intelligente Systeme Gruppenprojekt unbenotete Prüfungsleistung
Studieninformation
39-M-Inf-VHC_a Virtual Humans and Conversational Agents Virtual Humans/Verhaltenssimulation Studienleistung
unbenotete Prüfungsleistung
benotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

registrierte Anzahl: 10
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
eKVV Teilnahmemanagement:
Bei dieser Lehrveranstaltung wird das eKVV-Teilnahmemanagement genutzt.
Details zeigen
Adresse:
SS2020_392162@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_201730138@ekvv.uni-bielefeld.de
Reichweite:
4 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Montag, 31. August 2020 
Letzte Änderung Zeiten:
Mittwoch, 19. Februar 2020 
Letzte Änderung Räume:
Mittwoch, 19. Februar 2020 
Art(en) / SWS
Pj / 2
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=201730138
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
201730138