Logo Lanfrica
  • Accueil
  • Atlas
  • Analyses
  • Documentation
  • Sign in

© 2026 Lanfrica. Tous droits réservés. Tous les droits d'auteur des ressources affichées sur le site Web Lanfrica appartiennent aux détenteurs de droits d'auteur d'origine, sauf indication contraire explicite.

CONTRAMONUMENTOS EM AMBIENTES IMERSIVOS E EM REDES NEURAIS COM CLASSIFICAÇÃO DE EMOÇÕES

Domaine:

natural language processing

Type de record:

paper
Créateur:
Oliveira, Andreia MachadoCamargo, Matheus Moreno dos SantosSouza, Bárbara Almeida deSantos, Camila dos
Éditeur:
Zenodo
Hôte:avatar

ContraMonumentos seeks to problematize, in artistic proposals, traditional urban monuments. This project, in 2019 and 2020, transformed immersive environments, such as planetariums, into shared memories. In 2021, Artificial Intelligence was implemented in the proposal, investigating connected/disconnected emotions from life in a COVID 19 world. Emotions are analyzed and classified by an AI that provides data for the Touch Designer software to change images and audios, related to each emotion. There is a performance of two deep learning architectures in the task of identifying emotions in speech audios for different languages: TCNs and YAMNet. This proposal is made by LabInter/Federal University of Santa Maria / Brazil and itdLab/Durban University of Technology/South Africa, with the collaboration of the laboratories: LAD/UFSM, Projet'ares ÁudioVisuais/UFC, IHAC/UFBA and CSGames/PUC/SP.

 

ContraMonumentos | CounterMonuments busca problematizar, em propostas artísticas, monumentos urbanos tradicionais. Este projeto, em 2019 e 2020, transformou ambientes imersivos, como planetários, em memórias compartilhadas. Em 2021, houve a implementação de Inteligência Artificial na proposta, investigando emoções conectadas/desconectadas da vida em um mundo COVID 19. As emoções são analisadas e classificadas por uma IA que fornece dados para o software Touch Designer alterar imagens e áudios, relacionados com cada emoção. Há uma performance de duas arquiteturas de aprendizado profundo na tarefa de identificação de emoções em áudios de fala para diferentes idiomas: TCNs e YAMNet. Esta proposta é realizada pelo LabInter na Universidade Federal de Santa Maria/Brasil e pelo itdLab na Durban University of Technology/África do Sul, com colaboração dos laboratórios: LAD/UFSM, Projet'ares ÁudioVisuais/UFC, IHAC/UFBA e CSGames/PUC/SP.

Visit

doi.org

Tasks

emotion identificationspeech processing

Languages

IkposoMündü

Licenses

info:eu-repo/semantics/openAccessCreative Commons Attribution 4.0 Internationalhttps://creativecommons.org/licenses/by/4.0/legalcode