Detección de emociones con pulsera inteligente Fitbit

Vallejo Luengo, Ernesto Pablo. (2022). Detección de emociones con pulsera inteligente Fitbit 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 e-spacio credentials)
Nombre Descripción Tipo MIME Size
VallejoLuengo_ErnestoPablo_TFM.pdf VallejoLuengo_ErnestoPablo_TFM.pdf application/pdf 869.16KB

Título Detección de emociones con pulsera inteligente Fitbit
Autor(es) Vallejo Luengo, Ernesto Pablo
Resumen En el campo de la detección de emociones, las pulseras inteligentes o smartbands son un posible sustituto de dispositivos más especializados. Este proyecto estudia la capacidad de la pulsera comercial Fibit Sense de detectar emociones. Se diseñó un experimento en el que se inducían distintas emociones a los participantes mientras la pulsera registraba su frecuencia cardíaca. Los participantes debían además evaluar su propio estado emocional. Se aplicó una serie de transformaciones a los datos obtenidos y se extrajeron varias características. Se eligió el modelo de regresión lineal múltiple para intentar predecir las emociones a partir de las medidas realizadas. Tras realizar varias pruebas los modelos finales no consiguieron una buena precisión diferenciando entre estados emocionales. No se ha podido determinar si la pulsera Fitbit Sense puede usarse para detectar emociones.
Abstract In the field of emotion detection, smartbands are a possible substitute for more specialized devices. This project studies the ability of the commercial smartband Fibit Sense to detect emotions. An experiment was designed in which different emotions were induced to the participants while the smartband recorded their heart rate. Participants also had to assess their own emotional state. A series of transformations were applied to the data obtained and several characteristics were extracted. The multiple linear regression model was chosen to try to predict emotions from the measurements made. After performing several tests, the final models did not achieve good accuracy differentiating between emotional states. It has not been possible to determine whether the Fitbit Sense can be used to detect emotions.
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 2022-09-26
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-ICD-Epvallejo
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-ICD-Epvallejo
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: 278 Visitas, 126 Descargas  -  Estadísticas en detalle
Creado: Mon, 24 Oct 2022, 23:45:25 CET