Análisis de pulsera inteligente para la detección de estados afectivos mediante aprendizaje no supervisado sobre series temporales

Herráiz Montalvo, Carlos Ilia. (2022). Análisis de pulsera inteligente para la detección de estados afectivos mediante aprendizaje no supervisado sobre series temporales Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial

Ficheros (Some files may be inaccessible until you login with your old.e-spacio credentials)
Nombre Descripción Tipo MIME Size
HerraizMontalvo_CarlosIlia_TFM.pdf HerraizMontalvo_CarlosIlia_TFM.pdf application/pdf 2.78MB

Título Análisis de pulsera inteligente para la detección de estados afectivos mediante aprendizaje no supervisado sobre series temporales
Autor(es) Herráiz Montalvo, Carlos Ilia
Resumen La utilización de relojes y pulseras inteligentes es una tendencia que cada día está más en auge. La presente memoria busca estudiar las posibilidades de estos dispositivos comerciales para identificar cambios en el estado afectivo durante la realización de la tareas de resolución problemas con el fin de evaluar su posible aplicabilidad al Marco Lógico Colaborativo. El proyecto aborda la construcción de una plataforma para la recogida de datos, el estudio comparativo de la aplicación a series temporales de diversos algoritmos de aprendizaje automático y la visualización de resultados en tiempo real. Dentro de la tarea de extracción de los datos se implementará una aplicación específica para el reloj inteligente que permitirá construir a partir de los datos disponibles de los sensores, un conjunto de datos mediante el uso de una API. En el análisis de los datos se aplicarán diferentes algoritmos de agrupamiento a las series temporales. Se estudiará la aplicación de algoritmos a las series temporales mediante cambios en la representación de los datos, así como otros algoritmos que procesan las series temporales directamente. Finalmente se realiza una implementación que permite realizar una actividad y en tiempo real extraer los datos, enviarlos a un algoritmo de agrupamiento y visualizar en todo momento la evolución de la experiencia. Cuando el algoritmo señala que hay una alteración, el resultado es mostrado en la pulsera, permitiendo al usuario recibir este dato como estímulo visual y táctil.
Abstract The use of smart watches and bracelets is a trend that is growing every day. This report seeks to study the possibilities of these commercial devices to identify changes in the affective state during the performance of problem-solving tasks in order to evaluate its possible applicability to the Collaborative Logical Framework. The project addresses the construction of a platform for data collection, the comparative study of the application of various machine learning algorithms to time series and the visualization of results in real time. Within the task of extracting the data, a specific application for the smart watch will be implemented that will allow the construction of a set of data from the data available from the sensors, through the use of an API. In the analysis of the data, different grouping algorithms will be applied to the time series. The application of algorithms to time series through changes in the representation of the data will be studied, as well as other algorithms that process time series directly. Finally, an implementation is carried out that allows an activity to be carried out and in real time to extract the data, send it to a grouping algorithm and visualize the evolution of the experience at all times. When the algorithm indicates that there is an alteration, the result is displayed on the smart watch, allowing the user to receive this data as a visual and tactile stimulus.
Notas adicionales Trabajo de Fin de Máster Universitario en Ingeniería y Ciencia de Datos. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Santos Martín, Olga C.
Cabestrero Alonso, Raúl
Fecha 2022
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-ICD-Ciherraiz
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-ICD-Ciherraiz
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 514 Visitas, 493 Descargas  -  Estadísticas en detalle
Creado: Tue, 12 Jul 2022, 20:49:21 CET