Das präsentierte Paper mit dem Titel „Interpreting Emotions through the Grad-CAM Lens: Insights and Implications in CNN-Based Facial Emotion Recognition“ widmet sich der Erklärbarkeit von KI-Systemen im Bereich Facial Emotion Recognition (FER). FER wird zunehmend durch den Einsatz von Deep Learning (DL) Methoden verbessert. DL basiert auf künstlichen neuronalen Netzen, die in der Lage sind, komplexe und nichtlineare Zusammenhänge zu erfassen, und findet Anwendungen in Bildung, mentaler Gesundheit und der Automobilindustrie.
Die Studie zeigt jedoch, dass die von DL-Modellen gelernten Merkmale häufig nicht mit psychologischen Theorien aus der Emotionsforschung übereinstimmen, was ethische und methodische Fragen aufwirft. Als zukunftsweisende Lösung schlägt die Arbeit den Einsatz von Neuro-Symbolischer KI vor, die klassische Methoden der KI mit modernen Ansätzen des DL kombiniert, um die Komplexität emotionaler Konzepte besser abzubilden und zuverlässigere Modelle zu entwickeln.
Die Präsentation auf der ICPR, einer Plattform für den internationalen wissenschaftlichen Austausch, hebt nicht nur die Relevanz und Qualität der KI-Forschung am TTZ Günzburg und der HNU hervor, sondern liefert auch wertvolle Impulse für die praktische Anwendung in der Region und darüber hinaus.
Ansprechpartner:
