Documents disponibles écrits par cet auteur

Analyse et adaptation des émotions et des affections dans un jeu sérieux / HAMROUNI Abir 

Public ISBD Titre : Analyse et adaptation des émotions et des affections dans un jeu sérieux Type de document : texte imprimé Auteurs : HAMROUNI Abir, Auteur Année de publication : 2023-2024 Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : émotions, apprenants-joueurs, analyse des émotions, machine Learning, jeux sérieux affectifs, adaptation des émotions. emotions, learners-gamers, emotions analysis, machine Learning, Affective Serious Games, emotions adaptation. Résumé : Dans le domaine des jeux sérieux, l'intégration des émotions des apprenants-joueurs a été largement négligée malgré leur impact significatif sur l'engagement et l'efficacité de l'apprentissage. Les approches traditionnelles ont souvent sous-estimé les émotions et les affections des apprenants-joueurs, réduisant ainsi l'efficacité des expériences d'apprentissage ludique. Cette étude est motivée par la nécessité de comprendre plus profondément les émotions dans les jeux sérieux afin d'optimiser l'apprentissage et l'expérience des apprenantsjoueurs. La complexité majeure réside dans l'intégration efficace des émotions des joueurs, à la fois celles liées à l'apprentissage et celles issues de l'expérience ludique, pour créer des expériences d'apprentissage ludique plus engageantes et personnalisées. Pour remédier à cette lacune, cette thèse explore divers axes. : elle cherche à étendre la compréhension des émotions en examinant la modélisation des émotions des apprenantsjoueurs, intégrant à la fois les émotions académiques et l'engagement ludique. De plus, elle propose des outils de reporting des émotions des joueurs dans des contextes spécifiques de jeu, utilisant des méthodes telles que l'Experience Sampling Method et l'auto-évaluation émotionnelle pour établir des corrélations significatives. Ensuite, cette thèse développe une approche novatrice de reconnaissance des expressions faciales des joueurs dans un jeu sérieux, utilisant des techniques de la machine Learning pour comprendre les émotions des joueurs et adapter l'expérience en conséquence. Enfin, cette thèse propose une architecture générique des jeux sérieux affectifs avec une approche novatrice d'adaptation émotionnelle basée sur la corrélation entre événements, émotions et actions, accompagnée d'un modèle de Markov visant à optimiser cette adaptation. Ces solutions visent à améliorer l'intégration des émotions des joueurs dans les jeux sérieux, offrant ainsi des expériences d'apprentissage ludique plus personnalisées, engageantes et efficaces. Ces approches innovantes aspirent à surmonter les limites actuelles en matière d'analyse et d'adaptation émotionnelle dans les jeux sérieux, ouvrant ainsi de nouvelles voies pour des expériences d'apprentissage plus impactantes et immersives. In the context of serious games, the integration of players' emotions has been largely overlooked despite their significant impact on engagement and learning effectiveness. Traditional approaches often underestimated the emotions and affections of player-learners, thereby diminishing the effectiveness of ludic learning experiences. This study is motivated by the need for a deeper understanding of emotions in serious games to optimize the learning and experiences of player-learners. The major complexity lies in effectively integrating players' emotions, encompassing those related to learning and those stemming from the ludic experience, to create more engaging and personalized ludic learning experiences. To address this gap, this thesis explores various avenues. It seeks to broaden the understanding of emotions by examining the modeling of players' emotions, encompassing both academic emotions and ludic engagement. Additionally, it proposes emotion reporting tools in specific gaming contexts, utilizing methods like the Experience Sampling Method and emotional selfassessment to establish significant correlations. Furthermore, this thesis develops an innovative approach for facial expression recognition of players in a serious game, using machine learning techniques to understand player emotions and adapt the experience accordingly. Lastly, this thesis proposes a generic architecture for affective serious games with an innovative approach to emotional adaptation based on the correlation between events, emotions, and actions, accompanied by a Markov model aimed at optimizing this adaptation. These solutions aim to enhance the integration of players' emotions in serious games, thus offering more personalized, engaging, and effective ludic learning experiences. These innovative approaches aim to overcome current limitations in emotional analysis and adaptation in serious games, thereby paving the way for more impactful and immersive learning experiences Directeur de thèse : BENDELLA Fatima Analyse et adaptation des émotions et des affections dans un jeu sérieux [texte imprimé] / HAMROUNI Abir, Auteur . - 2023-2024 . -  + CD. Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : émotions, apprenants-joueurs, analyse des émotions, machine Learning, jeux sérieux affectifs, adaptation des émotions. emotions, learners-gamers, emotions analysis, machine Learning, Affective Serious Games, emotions adaptation. Résumé : Dans le domaine des jeux sérieux, l'intégration des émotions des apprenants-joueurs a été largement négligée malgré leur impact significatif sur l'engagement et l'efficacité de l'apprentissage. Les approches traditionnelles ont souvent sous-estimé les émotions et les affections des apprenants-joueurs, réduisant ainsi l'efficacité des expériences d'apprentissage ludique. Cette étude est motivée par la nécessité de comprendre plus profondément les émotions dans les jeux sérieux afin d'optimiser l'apprentissage et l'expérience des apprenantsjoueurs. La complexité majeure réside dans l'intégration efficace des émotions des joueurs, à la fois celles liées à l'apprentissage et celles issues de l'expérience ludique, pour créer des expériences d'apprentissage ludique plus engageantes et personnalisées. Pour remédier à cette lacune, cette thèse explore divers axes. : elle cherche à étendre la compréhension des émotions en examinant la modélisation des émotions des apprenantsjoueurs, intégrant à la fois les émotions académiques et l'engagement ludique. De plus, elle propose des outils de reporting des émotions des joueurs dans des contextes spécifiques de jeu, utilisant des méthodes telles que l'Experience Sampling Method et l'auto-évaluation émotionnelle pour établir des corrélations significatives. Ensuite, cette thèse développe une approche novatrice de reconnaissance des expressions faciales des joueurs dans un jeu sérieux, utilisant des techniques de la machine Learning pour comprendre les émotions des joueurs et adapter l'expérience en conséquence. Enfin, cette thèse propose une architecture générique des jeux sérieux affectifs avec une approche novatrice d'adaptation émotionnelle basée sur la corrélation entre événements, émotions et actions, accompagnée d'un modèle de Markov visant à optimiser cette adaptation. Ces solutions visent à améliorer l'intégration des émotions des joueurs dans les jeux sérieux, offrant ainsi des expériences d'apprentissage ludique plus personnalisées, engageantes et efficaces. Ces approches innovantes aspirent à surmonter les limites actuelles en matière d'analyse et d'adaptation émotionnelle dans les jeux sérieux, ouvrant ainsi de nouvelles voies pour des expériences d'apprentissage plus impactantes et immersives. In the context of serious games, the integration of players' emotions has been largely overlooked despite their significant impact on engagement and learning effectiveness. Traditional approaches often underestimated the emotions and affections of player-learners, thereby diminishing the effectiveness of ludic learning experiences. This study is motivated by the need for a deeper understanding of emotions in serious games to optimize the learning and experiences of player-learners. The major complexity lies in effectively integrating players' emotions, encompassing those related to learning and those stemming from the ludic experience, to create more engaging and personalized ludic learning experiences. To address this gap, this thesis explores various avenues. It seeks to broaden the understanding of emotions by examining the modeling of players' emotions, encompassing both academic emotions and ludic engagement. Additionally, it proposes emotion reporting tools in specific gaming contexts, utilizing methods like the Experience Sampling Method and emotional selfassessment to establish significant correlations. Furthermore, this thesis develops an innovative approach for facial expression recognition of players in a serious game, using machine learning techniques to understand player emotions and adapt the experience accordingly. Lastly, this thesis proposes a generic architecture for affective serious games with an innovative approach to emotional adaptation based on the correlation between events, emotions, and actions, accompanied by a Markov model aimed at optimizing this adaptation. These solutions aim to enhance the integration of players' emotions in serious games, thus offering more personalized, engaging, and effective ludic learning experiences. These innovative approaches aim to overcome current limitations in emotional analysis and adaptation in serious games, thereby paving the way for more impactful and immersive learning experiences Directeur de thèse : BENDELLA Fatima

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
9080	02-08-541	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

02-08-541.pdf Adobe Acrobat PDF