Affective computing

A.A. 2020/2021
6
Crediti massimi
48
Ore totali
SSD
ING-INF/05
Lingua
Inglese
Obiettivi formativi
Scopo dell'insegnamento è fornire gli strumenti teorici e applicativi per progettare agenti artificiali affettivi in grado di:
- percepire i segnali emotivi comportamentali e fisiologici di un utente ed analizzarne i principali indicatori
- inferire, a partire dagli indicatori percepiti in un dato contesto, gli stati emotivi dell'utente
- produrre un feedback appropriato all'utente.
A tal fine il corso si articola in due parti: introduzione rigorosa ai modelli neurobiologici e psicologici delle emozioni; processi stocastici e tecniche statistiche di apprendimento e inferenza per la modellazione computazionale della dinamica affettiva.
Risultati apprendimento attesi
Al termine dell'insegnamento gli studenti saranno in grado di:
1. Individuare la corretta metodologia e le tecniche statistiche appropriate per la progettazione di agenti affettivi in regime di incertezza
2. Rilevare ed analizzare i principali segnali comportamentali e fisiologici di interesse generati da un utente
3. Progettare e realizzare semplici agenti affettivi per applicazioni di video-sorveglianza, biometria comportamentale, assistenza intelligente alla guida, robotica, industria del divertimento.
Questi obiettivi verranno misurati attraverso la combinazione di tre elementi: la realizzazione software del progetto, la relazione tecnica sul progetto e la discussione orale. Il voto finale è basato sulla valutazione del progetto implementato e della la relazione tecnica incrementato dalla valutazione della discussione orale.
Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Primo semestre
Metodi didattici:
Le lezioni previste dall'orario potranno essere coperte sia mediante lezioni sincrone sia lezioni asincrone. Entrambe le modalità verranno svolte utilizzando la piattaforma Zoom con registrazione completa. Le registrazioni video verranno messe a disposizione sul sito Ariel dell'insegnamento.

Materiali di riferimento:
Il programma e il materiale di riferimento non subiranno variazioni

Modalità di verifica dell'apprendimento e criteri di valutazione:
Modalità e criteri non subiranno variazioni, fatta eccezione per il colloquio orale che avverrà su piattaforma Zoom, concordandone data e orario con il docente
Programma
La computazione affettiva ha i seguenti obbiettivi:
- rilevamento e analisi dei segnali affettivi
- percezione del contesto in cui i segnali sono comunicati
- comprensione/inferenza degli stati affettivi interni che hanno generato i segnali
La soluzione di tali problemi coinvolge sia i livelli neurobiologici/psicologici di generazione delle emozioni sia il livello di costruzione di modelli computazionali che consentono di trattare automaticamente la dinamica dei segnali affettivi emessi nel corso del processo generativo.
Su tale base l'insegnamento si articola in due parti.

Parte 1 Modelli psicologici e neurobiologici delle emozioni
- Cos'è un'emozione?
- Evoluzione ed emozioni
- Comunicazione delle emozioni
- Le emozioni e il corpo
- Elaborazione di segnali autonomici
- Emozioni e cervello
- Emozioni, sentimenti e ragione
Parte 2 Modelli computazionali probabilistici delle emozioni
- Processi stocastici: modelli probabilistici
- Processi Gaussiani
- Processi markoviani a stati continui
- Inferenza approssimata con tecniche Monte Carlo
- Inferenza approssimata con tecniche Bayes-variazionali
- Modelli di deep learning generativi e variazionali
Prerequisiti
E' fortemente consigliato aver frequentato/sostenuto gli esami di Natural Interaction e di Biomedical signal processing, o quantomeno di possedere salde nozioni delle tematiche trattate in tali insegnamenti. Capacità di programmazione in Matlab e/o Python sono necessarie per lo svolgimento del progetto.
Metodi didattici
Lezioni frontali sulle principali tematiche della computazione affettiva e, durante lo svolgimento del progetto, attività sperimentali e pratiche nel PHUSE Lab
Materiale di riferimento
Il materiale di riferimento (appunti, lucidi delle lezioni, testi di riferimento, articoli, video, software) è aggiornato di volta in volta sul sito web dell'insegnamento su piattaforma Ariel (https://gboccignoneac.ariel.ctu.unimi.it)
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame consiste nello svolgimento di un progetto e in una prova orale in cui si discute il progetto. Il progetto è concordato preventivamente con il docente e tipicamente viene individuato in relazione alle attività di ricerca di computazione affettiva del laboratorio Perceptual computing and HUman SEnsing (PHUSE Lab).
Verrà affrontato un caso di studio specifico con lo scopo di fornire una soluzione in forma prototipale e la sua validazione sperimentale. A conclusione del progetto, lo studente è tenuto a consegnare, una relazione sotto forma di articolo scientifico (in formato LaTeX) che illustra il problema affrontato e i risultati ottenuti corredato da adeguata bibliografia, il software sviluppato come dimostrativo dei risultati sperimentali ottenuti. La prova orale, oltre a discutere e verificare i dettagli del progetto, ha lo scopo di accertare la capacità dello studente di discutere in maniera sistematica e approfondita il lavoro svolto nel quadro degli argomenti trattati nel corso.
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI - CFU: 6
Lezioni: 48 ore
Siti didattici
Docente/i
Ricevimento:
Dipartimento di Informatica, Via Celoria 18, P4