Aplicación de técnicas de aprendizaje automático para la detección de emociones en personas con TEA
Author
Hernanz Rodríguez, EduardoAdvisor
Torrado Vidal, Juan CarlosEntity
UAM. Departamento de Ingeniería InformáticaDate
2018-03Subjects
Aprendizaje automático; autismo; clasificación; InformáticaEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
El objetivo del proyecto es llegar a una conclusión de optimización de detección de estrés en niños con TEA por medio de clasificación automática. La aplicación Taimun-Watch desarrollada por el laboratorio Ambient Intelligence Laboratory (AmILab) de la EPS contiene un método de detección de estrés por medio de sobrepasar un umbral fijo, el objetivo final de este proyecto es el de encontrar el clasificador más preciso, y con menor porcentaje de error que sea capaz de identificar las situaciones de estrés de los niños utilizando los datos que recoge el reloj inteligente (smartwatch) que llevan en la muñeca.
Los clasificadores están actualmente en auge y existe mucha variedad de modelos, cada uno realiza la predicción necesaria por medio de distintos métodos, teniendo cada uno de ellos ventaja sobre el resto en determinadas situaciones, y desventaja en otras. Para la detección de estrés hay un o unos clasificadores que son más precisos que el resto, y en este proyecto se realiza el estudio que encuentra dicho/s clasificador/es.
Para cumplir dicho objetivo, se implementará un código capaz de generar distintos clasificadores y utilizando un conjunto de datos proporcionado por expertos y datos reales recogidos directamente de los smartwatches de niños con TEA, se entrenará un modelo de un conjunto de clasificadores distintos. Tras realizar el entrenamiento de los datos existentes se aplicará el uso de la validación cruzada, una técnica de validación que permite sacar resultados de los clasificadores para que sean evaluados, utilizando particiones de un mismo conjunto de datos como modelos entrenados, y otras partes como testeo del clasificador.
Al resultado de este proyecto le seguirá la implementación del modulo, el cual será posteriormente integrado en la aplicación por un desarrollador de esta, en ella se utilizará el modelo elegido, previamente entrenado, para clasificar los nuevos datos obtenidos a tiempo real por los smartwatches. Para que, en caso de predecir estrés, el smartwatch active el proceso de ayuda del niño.
Files in this item
Google Scholar:Hernanz Rodríguez, Eduardo
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Aplicación de métodos estadísticos, económicos y de aprendizaje automático para la detección para la detección de la corrupción
Alvarez-Jareño, José A.; Badal-Valero, Elena; Pavía, Jose M.
2020 -
Detección de fallos en motores de inducción por medio del uso de técnicas de aprendizaje automático no supervisado
Jara Ovkaric, Ivo Alonzo
2021-09