Hybrydowa optymalizacja L‑BFGS + Adam w rozpoznawaniu emocji w mowie

21.11.2025

Podczas konferencji ICSEng 2025 Doktorant NASK Paweł Czyż zaprezentował swoje badania na temat procesów rozpoznawania emocji w mowie poprzez AI.

W dniach 27–28 października 2025 r. w Warszawie odbyła się International Conference on Systems Engineering (ICSEng 2025), uznawana za jedną z wiodących konferencji w dziedzinie inżynierii systemów, gromadzącą naukowców i ekspertów z całego świata. Konferencję zorganizowali doświadczeni specjaliści w dziedzinie systemów inżynierskich oraz sztucznej inteligencji, co gwarantuje wysoki poziom merytoryczny i prestiż prezentowanych prac.

 

Podczas konferencji referat wygłosił Paweł Czyż, prezentując wyniki badań nad zastosowaniem hybrydowego podejścia optymalizacyjnego L‑BFGS + Adam w zadaniu rozpoznawania emocji w mowie. Praca została zakwalifikowana do publikacji w prestiżowej serii wydawniczej Springer Lecture Notes in Networks and Systems, co podkreśla naukową wartość badań.

 

Celem pracy było połączenie zalet adaptacyjnej metody Adam i drugorzędowych metod quasi‑Newtonowskich (L‑BFGS) w celu poprawy stabilności i szybkości uczenia sieci neuronowej analizującej sygnały dźwiękowe. Eksperymenty wykazały, że hybrydowy algorytm przewyższa klasyczne podejście, zapewniając szybszą zbieżność i niższe wartości funkcji straty.

 

Wyniki badań mogą znaleźć zastosowanie w systemach emocjonalnie świadomych oraz interfejsach człowiek‑komputer. Prezentacja spotkała się z dużym zainteresowaniem uczestników z dziedziny inżynierii systemów, sztucznej inteligencji oraz optymalizacji.