@misc{Szedel_Jacek_Estimating, author={Szedel, Jacek and Wieczorek, Bożena}, abstract={Styk dziedzin uczenia maszynowego (UM) i psychologii jest obszarem intensywnych badań od wielu lat. W tym zakresie Analiza Transakcyjna (AT), ze swoim strukturalnym i precyzyjnym językiem, stanowi obiecujący obszar dla zastosowań technik UM, wytyczając nowe potencjalne kierunki badawcze. Prezentowany artykuł odnosi się do połączenia metod sztucznej inteligencji, uczenia maszynowego i psychologii, skupiając się na opracowaniu metody i środowiska oprogramowania pozwalającego na estymację stanów Ja przy użyciu danych z sensora MS Kinect™. Referowane badania koncentrują się na rejestrowaniu behawioralnych wskaźników stanów Ja. Danymi wejściowymi są nagrania audio i wideo oraz tzw. dane szkieletowe z sensora MS Kinect™. Autorzy prezentują metodę etykietowania i wizualizowania danych z sensora Kinect. W ramach badania zebrano zestaw danych obejmujący nagrania 15 studentów z Politechniki Śląskiej. Do etykietowania danych wykorzystano dziewięć odrębnych etykiet, odzwierciedlających stany Ja Rodzic, Ja Dorosły i Ja Dziecko w różnych wymiarach czasowych obejmujących przeszłość, teraźniejszość i przyszłość. Podstawowym rozpatrywanym elementem stanowiącym źródło informacji wykorzystane podczas etykietowania była treść wypowiedzi uczestników. Zasadniczym rezultatem pracy jest oprogramowanie stanowiące środowisko badawcze, którego architektura pozwala na badanie różnych modalności a także różnych algorytmów klasyfikujących. W pracy omówiono wstępne wyniki obejmujące opracowane techniki wizualizacji oraz interpretację wynikających z nich obserwacji. Ostatnia część artykułu omawia możliwości zastosowania przedstawionej metody w obszarze edukacji.}, type={artykuł}, publisher={Wydawnictwo Naukowe Uniwersytetu Jana Długosza w Częstochowie}, title={Estimating Ego States: The Machine Learning Perspective}, address={Częstochowa}, language={eng}, keywords={estymacja stanów Ja, stany ja w ujęciu czasu, sztuczna inteligencja, uczenie maszynowe, MS Kinect™}, }