该课程旨在面向对认知科学和情感理论没有先前知识的学生，因此课程的第A部分的目标是基本介绍情感理论，从生理和心理角度理解情感对人类决策和交流过程的重要性。第B部分将专注于将机器学习技术应用于自动情感识别，通过研究当前应用（例如在娱乐、教育和健康领域）和可用的感知技术来实现。第C部分将关注设计能够与人类进行社交互动的机器人所面临的挑战。将使用当前应用示例（例如在娱乐、健康、康复、服务机器人等领域）来识别问题，并讨论情感计算挑战以及应对第A和第B部分教授的主题的方法。
成功完成本课程后，学生将能够：
具有情感模型的基本知识，以及技术（例如机器人）如何具有影响力和社交交互能力的能力。
理解情感计算和社交人机交互对机器学习领域提出的挑战，并确定解决这些问题的不同方法的优缺点。
情感理论：
什么是情感、情绪、心情
为什么我们会有情感
神经和心理学观点
人类如何表达和识别情感
情感表达模型，评价理论
情感和社交互动
情感计算：
定义
目标和当前挑战
应用；情感识别
如何选择和使用传感器进行数据收集
如何从单一模态、面部表情、身体表现、触摸表现、声音、生物信号和多模态融合构建自动情感识别系统
生理计算简介：
关键概念（生理感知、情感识别、生物反馈）
如何构建低成本的生理计算系统（例如新兴的可穿戴设备、低成本摄像头）
与情感相关的生理信号类型以及如何获取特征（心血管、呼吸、出汗等）
人机交互（HRI）：
社交机器人：机器人的动机和情感
基于情感的架构
情感计算和HRI研究中的道德问题
选择该课程作为选修课程，学生必须：注册一个正式可用的课程和学年；具有一定的机器学习背景，例如来自《监督学习（COMP0078）》或《机器学习导论（COMP0088）》；具备一定的编程技能（例如Python、MATLAB、Java、C、C++），该课程没有强制要求使用特定的编程平台。
在追求留学梦想的路上，探索留学之路，DR.D海外留学生辅导机构竭诚为您提供专业的留学辅导服务。
