| |
|
|
|
|
|
|
|
1. |
Record Nr. |
UNINA9910731415503321 |
|
|
Autore |
Aggouras Théosévios |
|
|
Titolo |
La peur chez les Grecs : Usages et représentations de l’Antiquité à l’ère chrétienne / / Maria Patera, Stavros Perentidis, Jenny Wallensten |
|
|
|
|
|
|
|
Pubbl/distr/stampa |
|
|
Rennes, : Presses universitaires de Rennes, 2023 |
|
|
|
|
|
|
|
ISBN |
|
|
|
|
|
|
Descrizione fisica |
|
1 online resource (360 p.) |
|
|
|
|
|
|
Altri autori (Persone) |
|
ArabatzisGeorges |
Argyriadis-KervéganCaroula |
BorgeaudPhilippe |
CantoneValentina |
ChaniotisAngelos |
ChryssoulakiStella |
CouvenhesJean-Christophe |
du BouchetJulien |
EckBernard |
Frontisi-DucrouxFrançoise |
GeorgoudiStella |
HazizaTyphaine |
IosifDespina |
LegrasBernard |
MehlVéronique |
MoustakasKonstantinos |
PappasIoannis |
PateraMaria |
PerentidisStavros |
Pérez-JeanBrigitte |
Perrin-SaminadayarÉric |
SemoglouAthanasios |
StratikiKerasia A |
WallenstenJenny |
XanthouMaria G |
|
|
|
|
|
|
|
|
Soggetti |
|
History |
histoire de la peur |
histoire des religions |
émotions |
archéologie |
anthropologie |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Sommario/riassunto |
|
La peur est indissociable de notre manière d’expérimenter le monde, et elle détermine notre manière de voir. Processus à la fois cognitif et opérateur de choix décisionnels soumis aux normes sociales en vigueur, la peur n’est pourtant ni sémantiquement définie ni linguistiquement formée. Elle a besoin d’un complément qui l’ancre dans l’expérience : peur des dieux ou de Dieu, du pouvoir, de l’autre, de la guerre, de la mort, etc. L’ouvrage étudie les manières de nommer la peur, de la verbaliser, de la comprendre, de l’interpréter ; les manières de la somatiser, de la rêver, de la mettre en gestes, de la visualiser dans l’art et de la matérialiser dans des objets. À travers l’étude de la peur, de ses mécanismes mais aussi de ses usages sociaux et politiques, c’est toute une histoire des émotions qui est ici esquissée au sein des mondes de langue grecque, de l’Antiquité au xixe siècle. C’est aussi une histoire des sociétés concernées car, à travers la peur, se joue leur rapport au divin, aux autorités, aux ennemis, aux proches, aux étrangers et aux compatriotes, à soi-même enfin. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. |
Record Nr. |
UNINA9910557346003321 |
|
|
Autore |
Kyamakya Kyandoghere |
|
|
Titolo |
Emotion and Stress Recognition Related Sensors and Machine Learning Technologies |
|
|
|
|
|
|
|
Pubbl/distr/stampa |
|
|
Basel, Switzerland, : MDPI - Multidisciplinary Digital Publishing Institute, 2021 |
|
|
|
|
|
|
|
|
|
Descrizione fisica |
|
1 online resource (550 p.) |
|
|
|
|
|
|
Soggetti |
|
Technology: general issues |
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Sommario/riassunto |
|
This book includes impactful chapters which present scientific concepts, frameworks, architectures and ideas on sensing technologies and machine learning techniques. These are relevant in tackling the following challenges: (i) the field readiness and use of intrusive sensor systems and devices for capturing biosignals, including EEG sensor systems, ECG sensor systems and electrodermal activity sensor systems; (ii) the quality assessment and management of sensor data; (iii) data preprocessing, noise filtering and calibration concepts for biosignals; (iv) the field readiness and use of nonintrusive sensor technologies, including visual sensors, acoustic sensors, vibration sensors and piezoelectric sensors; (v) emotion recognition using mobile phones and smartwatches; (vi) body area sensor networks for emotion and stress studies; (vii) the use of experimental datasets in emotion recognition, including dataset generation principles and concepts, quality insurance and emotion elicitation material and concepts; (viii) machine learning techniques for robust emotion recognition, including graphical models, neural network methods, deep learning methods, statistical learning and multivariate empirical mode decomposition; (ix) subject-independent emotion and stress recognition concepts and systems, including facial expression-based systems, speech-based systems, EEG-based systems, ECG-based systems, electrodermal activity-based systems, multimodal recognition systems and sensor |
|
|
|
|
|
|
|
|
|
|
fusion concepts and (x) emotion and stress estimation and forecasting from a nonlinear dynamical system perspective. |
|
|
|
|
|
| |