augmentation

Pengenalan emosi melalui ekspresi wajah merupakan salah satu bidang penelitian dalam computer vision dan artificial intelligence yang berkembang pesat. Kemampuan sistem dalam mengenali ekspresi wajah manusia dapat diterapkan pada berbagai bidang, seperti pendidikan, pelayanan publik, kesehatan, sistem keamanan, hingga interaksi manusia dengan komputer (Human Computer Interaction). Penelitian ini bertujuan merancang sistem pengenalan emosi manusia secara real-time menggunakan algoritma Convolutional Neural Network (CNN). Dataset yang digunakan terdiri atas tujuh kategori emosi, yaitu angry, disgust, fear, happy, neutral, sad, dan surprise. Proses penelitian meliputi preprocessing dataset, augmentasi data menggunakan ImageDataGenerator, pelatihan model CNN menggunakan TensorFlow Keras, penyimpanan bobot model, serta implementasi deteksi emosi secara real-time menggunakan webcam dan OpenCV. Model CNN dibangun menggunakan beberapa lapisan konvolusi, fungsi aktivasi ReLU, Max Pooling, Dropout, Flatten, Fully Connected Layer, serta Softmax sebagai lapisan klasifikasi. Hasil penelitian menunjukkan bahwa model mampu mengenali ekspresi wajah secara real-time dengan tingkat akurasi yang baik serta mampu mengklasifikasikan tujuh kategori emosi berdasarkan citra wajah yang diperoleh dari kamera. Sistem yang dikembangkan diharapkan dapat menjadi dasar pengembangan aplikasi pengenalan emosi pada berbagai bidang yang membutuhkan interaksi otomatis antara manusia dan komputer. Facial Emotion Recognition (FER) is an application of computer vision and artificial intelligence that enables a system to automatically recognize facial expressions. This study aims to design and implement a real-time system for recognizing seven emotion categories based on a Convolutional Neural Network (CNN) using a webcam. The dataset consists of seven classes: angry, disgust, fear, happy, neutral, sad, and surprise. Images are processed in grayscale format with a size of 48 × 48 pixels and augmented using ImageDataGenerator. The CNN model is built with convolutional layers, ReLU, Max Pooling, Dropout, Flatten, a fully connected layer, and Softmax, using the Adam optimizer, a batch size of 64, and 50 epochs. Evaluation was based on training accuracy, validation accuracy, training loss, and validation loss. The results show that the model achieved a training accuracy of 95.10% and a validation accuracy of 93.40%, with a training loss of 0.19 and a validation loss of 0.27 at the 50th epoch. The implementation of OpenCV and the Haar Cascade enables real-time face detection and emotion classification via a webcam. Black Box Testing confirmed that all the application’s main functions operate as designed. This study contributes to the field by integrating CNNs with webcams; however, testing on independent datasets as well as measurements of FPS and latency are required in future research.

شناسایی هیجان از طریق بیان چهره یکی از حوزه‌های پژوهشی در بینایی ماشین و هوش مصنوعی است که به سرعت در حال توسعه می‌باشد. توانایی سیستم‌ها در شناسایی بیان چهره انسان می‌تواند در حوزه‌های مختلفی مانند آموزش، خدمات عمومی، سلامت، سیستم‌های امنیتی و همچنین تعامل انسان و رایانه (Human Computer Interaction) به کار گرفته شود. هدف این پژوهش، طراحی یک سیستم شناسایی هیجان انسان به صورت بلادرنگ با استفاده از الگوریتم شبکه عصبی پیچشی (CNN) است. داده‌های مورد استفاده شامل هفت دسته هیجانی است: angry، disgust، fear، happy، neutral، sad و surprise. فرایند پژوهش شامل پیش‌پردازش داده‌ها، افزایش داده با استفاده از ImageDataGenerator، آموزش مدل CNN با استفاده از TensorFlow Keras، ذخیره وزن‌های مدل و پیاده‌سازی شناسایی هیجان به صورت بلادرنگ با استفاده از وب‌کم و OpenCV می‌باشد. مدل CNN با استفاده از چندین لایه کانولوشن، تابع فعال‌سازی ReLU، Max Pooling، Dropout، Flatten، لایه Fully Connected و Softmax به عنوان لایه طبقه‌بندی ساخته شده است. نتایج پژوهش نشان می‌دهد که مدل قادر است بیان چهره را به صورت بلادرنگ با دقت مناسبی شناسایی کند و هفت دسته هیجانی را بر اساس تصویر چهره دریافتی از دوربین طبقه‌بندی نماید. سیستم توسعه‌یافته می‌تواند مبنایی برای توسعه برنامه‌های شناسایی هیجان در حوزه‌هایی باشد که نیازمند تعامل خودکار بین انسان و رایانه هستند. شناسایی هیجان چهره (Facial Emotion Recognition, FER) یکی از کاربردهای بینایی ماشین و هوش مصنوعی است که امکان شناسایی خودکار بیان چهره را برای سیستم فراهم می‌کند. این پژوهش با هدف طراحی و پیاده‌سازی یک سیستم بلادرنگ برای شناسایی هفت دسته هیجانی بر اساس شبکه عصبی پیچشی (CNN) با استفاده از وب‌کم انجام شده است. داده‌ها شامل هفت کلاس angry، disgust، fear، happy، neutral، sad و surprise هستند. تصاویر به صورت خاکستری و با اندازه ۴۸ × ۴۸ پیکسل پردازش و با ImageDataGenerator افزایش داده شده‌اند. مدل CNN با لایه‌های کانولوشن، ReLU، Max Pooling، Dropout، Flatten، لایه Fully Connected و Softmax، با استفاده از بهینه‌ساز Adam، اندازه دسته ۶۴ و ۵۰ دوره (epoch) ساخته شده است. ارزیابی بر اساس دقت آموزش، دقت اعتبارسنجی، خطای آموزش و خطای اعتبارسنجی انجام شد. نتایج نشان داد مدل به دقت آموزش ۹۵.۱۰٪ و دقت اعتبارسنجی ۹۳.۴۰٪، با خطای آموزش ۰.۱۹ و خطای اعتبارسنجی ۰.۲۷ در دوره پنجاهم دست یافته است. پیاده‌سازی OpenCV و Haar Cascade امکان شناسایی چهره و طبقه‌بندی هیجان به صورت بلادرنگ از طریق وب‌کم را فراهم می‌کند. آزمون Black Box نشان داد که تمامی عملکردهای اصلی برنامه مطابق طراحی عمل می‌کنند. این پژوهش با ادغام CNN و وب‌کم به حوزه مربوطه کمک می‌کند؛ با این حال، آزمون بر روی داده‌های مستقل و همچنین اندازه‌گیری FPS و تأخیر در پژوهش‌های آتی مورد نیاز است.

This paper explores the challenges faced by Mathematics and Science teacher-educators at a South African university in maintaining assessment credibility during the transition from face-to-face to online modalities. It utilises a Professional Learning Community (PLC) framework and authentic conversations amongst nine PLC members as a means of documenting scholarship of teaching and learning. The study delves into the challenges relating to disruptions to traditional assessment practices and the strategies employed to navigate them. The research is guided by the substitution, augmentation, modification and redefinition model, which provides a theoretical lens for understanding the evolution of technology in teaching and assessment. The findings reveal four key challenges: assessment integrity issues, load shedding disruptions, technical glitches and limited lecturer expertise in designing and administering higher-order online tasks. While the transition initially involved substitution and augmentation, with online assessments often deemed ‘too simplistic’ and prone to issues of academic integrity, efforts to move towards the modification phase showed promise. Modifications, in the context of assessment, included adapting the assessment task to ensure Mathematics and Science concepts are effectively assessed in an online, non-invigilated settings, as illustrated in the paper. Despite these advancements, progress towards the redefinition phase where assessments are fully integrated and technologically sophisticated to mitigate unethical usage of artificial intelligence remains limited. The paper argues that achieving this phase requires sustained and deliberate training for teacher-educators in advanced technological integration, emphasising the need for continued professional development in the post-COVID era.

این مقاله به بررسی چالش‌هایی می‌پردازد که مدرسان معلم ریاضی و علوم در یک دانشگاه آفریقای جنوبی در حفظ اعتبار ارزشیابی هنگام گذار از شیوه حضوری به شیوه‌های برخط با آن مواجه بوده‌اند. این پژوهش از چارچوب اجتماع یادگیری حرفه‌ای (PLC) و گفتگوهای اصیل میان نه عضو این اجتماع به عنوان روشی برای مستندسازی دانش تدریس و یادگیری بهره می‌گیرد. مطالعه حاضر به چالش‌های مرتبط با اختلال در شیوه‌های سنتی ارزشیابی و راهبردهای به‌کاررفته برای مواجهه با آن‌ها می‌پردازد. پژوهش با مدل جایگزینی، افزایش، اصلاح و بازتعریف هدایت می‌شود که لنزی نظری برای فهم تحول فناوری در آموزش و ارزشیابی فراهم می‌کند. یافته‌ها چهار چالش کلیدی را آشکار می‌سازد: مسائل مربوط به سلامت ارزشیابی، اختلالات ناشی از قطع برق، مشکلات فنی و محدودیت تخصص مدرسان در طراحی و اجرای تکالیف برخط سطح بالاتر. در حالی که گذار اولیه بیشتر شامل جایگزینی و افزایش بود و ارزشیابی‌های برخط غالباً «بسیار ساده» و مستعد مسائل سلامت علمی تلقی می‌شدند، تلاش‌ها برای حرکت به سوی مرحله اصلاح امیدبخش بود. اصلاحات در زمینه ارزشیابی شامل انطباق تکلیف ارزشیابی به منظور اطمینان از ارزیابی مؤثر مفاهیم ریاضی و علوم در محیط‌های برخط و بدون مراقبت حضوری بود که در مقاله تشریح شده است. با وجود این پیشرفت‌ها، حرکت به سوی مرحله بازتعریف که در آن ارزشیابی‌ها به طور کامل یکپارچه و از لحاظ فناوری پیشرفته باشند تا از سوءاستفاده غیراخلاقی از هوش مصنوعی جلوگیری شود، همچنان محدود باقی مانده است. مقاله استدلال می‌کند که دستیابی به این مرحله نیازمند آموزش مستمر و هدفمند مدرسان معلم در زمینه ادغام پیشرفته فناوری است و بر ضرورت توسعه حرفه‌ای مداوم در دوران پساکرونا تأکید می‌کند.

Objective People with borderline personality disorder (BPD) may benefit from employment supports, however, there is limited knowledge of effective supports. This study aimed to co-develop strategies to enhance Individual Placement and Support (IPS), an evidence-based employment program, for people with BPD.Method Co-design methods allowed the exploration of strategies that could enhance IPS to better support individuals with BPD. Two co-design workshops were held with (1) participants with lived experience of BPD (n = 3) and carers (n = 4) and (2) employment specialists (n = 2), clinicians (n = 5) and a lived experience consultant (n = 1). Workshop data were analysed using thematic analysis with findings (suggested strategies) mapped against the core principles of IPS.Results Most co-developed strategies aligned to core IPS principles, with five novel strategies identified to improve IPS for people with BPD. These included collaborative referral, streamlining initial appointments, buddy system, peer worker support and workplace assessment/modifications.Discussion Findings show that if IPS is achieving a high level of fidelity, the program provides a good level of support for people with BPD. The next stage is to trial these novel strategies and seek feedback from stakeholders regarding their utility and impact on employment outcomes.

هدف: افراد مبتلا به اختلال شخصیت مرزی (BPD) ممکن است از حمایت‌های شغلی بهره‌مند شوند، اما دانش محدودی درباره حمایت‌های مؤثر وجود دارد. این مطالعه با هدف هم‌توسعه راهبردهایی برای ارتقای برنامه حمایت و جایابی فردی (IPS)، که یک برنامه شغلی مبتنی بر شواهد است، برای افراد مبتلا به BPD انجام شد. روش: روش‌های هم‌طراحی امکان بررسی راهبردهایی را فراهم کرد که می‌توانند IPS را برای حمایت بهتر از افراد مبتلا به BPD ارتقا دهند. دو کارگاه هم‌طراحی برگزار شد: (۱) شرکت‌کنندگانی با تجربه زیسته از BPD (n = 3) و مراقبان (n = 4) و (۲) متخصصان اشتغال (n = 2)، درمانگران (n = 5) و یک مشاور با تجربه زیسته (n = 1). داده‌های کارگاه‌ها با استفاده از تحلیل تماتیک تحلیل شدند و یافته‌ها (راهبردهای پیشنهادی) بر اساس اصول اصلی IPS دسته‌بندی گردیدند. نتایج: بیشتر راهبردهای هم‌توسعه‌یافته با اصول اصلی IPS هم‌راستا بودند و پنج راهبرد نوین برای بهبود IPS برای افراد مبتلا به BPD شناسایی شد. این راهبردها شامل ارجاع مشارکتی، تسهیل قرارهای اولیه، سیستم همراه، حمایت کارگر همتا و ارزیابی/تعدیل محیط کار بودند. بحث: یافته‌ها نشان می‌دهد که اگر IPS با سطح بالایی از وفاداری اجرا شود، این برنامه حمایت مناسبی برای افراد مبتلا به BPD فراهم می‌کند. مرحله بعدی، آزمون این راهبردهای نوین و دریافت بازخورد از ذینفعان درباره سودمندی و تأثیر آن‌ها بر پیامدهای شغلی است.

Emotion recognition offers a route to quantifying interaction quality in early childhood education, yet existing methods suffer from unimodal input, poor real-time performance and weak generalization. This study proposes a speech-text multimodal model built on a Mamba encoder with a GatedxLSTM fusion mechanism, in which frame pooling and temporal masking resolve the temporal misalignment between modalities and a learnable gate adjusts modality contribution. Experiments on IEMOCAP and FAU-AIBO, together with an in-house KTC-Pilot corpus of authentic kindergarten interactions used for ecological validation, show that the approach outperforms mainstream baselines in F1, WA and UA. Three child-speech-aware adaptations, namely pitch and formant augmentation, silence-aware frame pooling and disfluency-tolerant text encoding, close the domain gap with authentic kindergarten dialogue, and modality-dropout training, cross-modal reconstruction of missing text and gating regularisation maintain robustness under incomplete inputs. A contamination audit against the CLAP pretraining corpora confirms that the gains do not arise from data leakage. A downstream evaluation using an Interaction Quality Index calibrated against expert observer ratings achieves a Pearson correlation of 0.692 with expert scores. An on-device deployment study on two embedded platforms further shows that the quantised framework sustains an end-to-end latency of 377 ms per utterance at a real-time factor of 0.075 and a board power of 9.6 W while retaining an F1 score of 0.706 on authentic kindergarten audio, and a stage-wise data-handling design keeps raw audio, spectral features and transcripts inside the classroom node so that only a scalar interaction quality value is written to persistent storage. Ablation and visualization analyses confirm the contribution of each structural component to recognition performance and interpretability.

شناسایی هیجان، روشی برای کمی‌سازی کیفیت تعامل در آموزش دوران کودکی ارائه می‌دهد، اما روش‌های موجود با ورودی تک‌وجهی، عملکرد ضعیف در زمان واقعی و تعمیم‌پذیری محدود مواجه هستند. این پژوهش، یک مدل چندوجهی گفتار-متن مبتنی بر رمزگذار Mamba با سازوکار ادغام GatedxLSTM پیشنهاد می‌کند که در آن، تجمیع قاب و پوشش زمانی، عدم‌هم‌زمانی زمانی بین وجه‌ها را رفع می‌کند و یک دروازه قابل یادگیری، سهم هر وجه را تنظیم می‌نماید. آزمایش‌ها بر روی مجموعه‌های IEMOCAP و FAU-AIBO، به همراه پیکره داخلی KTC-Pilot از تعاملات اصیل مهدکودک که برای اعتبارسنجی بوم‌شناختی استفاده شده است، نشان می‌دهد که رویکرد پیشنهادی در معیارهای F1، WA و UA از مبناهای رایج پیشی می‌گیرد. سه سازگاری آگاه از گفتار کودک، شامل افزایش زیر و بمی و فورمانت، تجمیع قاب حساس به سکوت و رمزگذاری متن مقاوم به ناروانی، فاصله حوزه‌ای با گفت‌وگوی اصیل مهدکودک را کاهش می‌دهد و آموزش با حذف وجه، بازسازی متقابل متن مفقود و منظم‌سازی دروازه‌ای، پایداری مدل را در ورودی‌های ناقص حفظ می‌کند. ممیزی آلودگی نسبت به پیکره‌های پیش‌آموزش CLAP تأیید می‌کند که بهبودها ناشی از نشت داده نیست. ارزیابی پایین‌دستی با استفاده از شاخص کیفیت تعامل که بر اساس امتیازدهی ناظران خبره کالیبره شده است، همبستگی پیرسون 0.692 با امتیازهای خبره به دست می‌آورد. مطالعه استقرار بر روی دستگاه در دو پلتفرم تعبیه‌شده نشان می‌دهد که چارچوب کمیت‌یافته، تأخیر انتها به انتهای 377 میلی‌ثانیه به ازای هر بیان را با ضریب زمان واقعی 0.075 و توان برد 9.6 وات حفظ می‌کند، در حالی که امتیاز F1 برابر با 0.706 بر روی صوت اصیل مهدکودک باقی می‌ماند و طراحی مرحله‌ای مدیریت داده‌ها موجب می‌شود صوت خام، ویژگی‌های طیفی و رونوشت‌ها در گره کلاسی باقی بماند و تنها یک مقدار عددی کیفیت تعامل در حافظه دائمی ثبت شود. تحلیل حذف مؤلفه و تجسم، سهم هر جزء ساختاری در عملکرد شناسایی و تفسیرپذیری را تأیید می‌کند.

In the contemporary post-pandemic organizational scenery, meaning rapid digital transitions alongside harsh socio technical disruptions, organizations need leadership paradigms that can, at the same time, protect operational steadiness and encourage strategic innovation. This study offers an extensive systematic literature review mixed with a meta-analytic synthesis, aimed at looking at the relative validities, structural movements, and contextual limits of transformational and transactional leadership approaches. We followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 guidance, and then we synthesized quantitative outcomes from 87 separate study sources that contained 626 correlations and involved 21,815 participants. Methodological quality in the primary literature was evaluated critically with the Joanna Briggs Institute (JBI) Critical Appraisal Checklist for Analytical Cross-Sectional Studies. The quantitative pooling indicates transformational leadership has the highest overall true score validity. 44 across organizational performance outcomes, and it is followed closely by transactional contingent reward at. 39. By comparison, laissez-faire leadership shows a notable negative validity of -. 37. Also, active and passive management-by-exception turned out to be highly inconsistent, with relationships that change meaningfully depending on the context. Overall, the results give firm empirical support to the augmentation hypothesis, suggesting transformational leadership builds on a transactional baseline, rather than replacing it. The study also outlines a unifying, stage sensitive model for ambidextrous leadership: transformational “opening” behaviors tend to nurture explorative innovation, whereas transactional “closing” behaviors strengthen exploitative execution. Finally, regression modeling indicates that structural constraints, such as organizational unit size and geographical setting, meaningfully forecast when constructive leadership behaviors appear versus when passive avoidant patterns show up.

در چشم‌انداز سازمانی معاصر پس از همه‌گیری، که با گذارهای سریع دیجیتال و اختلالات شدید اجتماعی-فنی همراه است، سازمان‌ها به الگوهای رهبری نیاز دارند که بتوانند به‌طور همزمان ثبات عملیاتی را حفظ کرده و نوآوری راهبردی را تشویق کنند. این مطالعه با ارائه یک مرور نظام‌مند گسترده از ادبیات همراه با سنتز فراتحلیلی، به بررسی روایی‌های نسبی، حرکات ساختاری و محدودیت‌های زمینه‌ای رویکردهای رهبری تحول‌آفرین و تبادلی می‌پردازد. ما راهنمای PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) را دنبال کردیم و سپس نتایج کمی حاصل از ۸۷ منبع مطالعاتی مجزا را که شامل ۶۲۶ همبستگی و ۲۱٬۸۱۵ شرکت‌کننده بودند، سنتز کردیم. کیفیت روش‌شناختی در ادبیات اولیه با استفاده از چک‌لیست ارزیابی انتقادی Joanna Briggs Institute (JBI) برای مطالعات تحلیلی مقطعی به‌طور انتقادی ارزیابی شد. تجمیع کمی نشان می‌دهد که رهبری تحول‌آفرین دارای بالاترین روایی نمره واقعی کلی برابر با .۴۴ در پیامدهای عملکرد سازمانی است و پس از آن پاداش مشروط تبادلی با .۳۹ قرار دارد. در مقایسه، رهبری رهاسازی (laissez-faire) روایی منفی قابل توجهی برابر با -.۳۷ نشان می‌دهد. همچنین، مدیریت فعال و منفعل بر مبنای استثنا بسیار ناسازگار ظاهر شد و روابط آن‌ها به‌طور معناداری بسته به زمینه تغییر می‌کند. به‌طور کلی، نتایج حمایت تجربی محکمی از فرضیه افزایشی ارائه می‌دهد و نشان می‌دهد رهبری تحول‌آفرین بر پایه‌ای تبادلی بنا می‌شود و جایگزین آن نمی‌گردد. این مطالعه همچنین یک مدل یکپارچه و مرحله‌محور برای رهبری دوسوگرا ترسیم می‌کند: رفتارهای «گشایشی» تحول‌آفرین تمایل به پرورش نوآوری اکتشافی دارند، در حالی که رفتارهای «بستاری» تبادلی اجرای بهره‌بردارانه را تقویت می‌کنند. در نهایت، مدل‌سازی رگرسیونی نشان می‌دهد که محدودیت‌های ساختاری مانند اندازه واحد سازمانی و موقعیت جغرافیایی، به‌طور معناداری پیش‌بینی می‌کنند که چه زمانی رفتارهای رهبری سازنده ظاهر می‌شوند و چه زمانی الگوهای اجتنابی منفعل بروز می‌یابند.