Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/6710
Title: Metodología para el reconocimiento de emociones basado en datos fisiológicos multimodales mediante la selección de características relevantes
Authors: Jaime Diaz, Karen Jannete%700702
Issue Date: 2023-12-08
Publisher: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Description: El presente trabajo tiene como objetivo desarrollar una metodología para el reconocimiento de emociones durante el proceso de evaluación de la experiencia de usuario (UX), mediante el análisis de señales fisiológicas utilizando interfaces de usuario de productos digitales. Para cumplir este objetivo, se buscó realizar la detección de los estados emocionales de manera automática por medio de algoritmos de aprendizaje, sin embargo, se identificó que la mayoría de conjuntos de datos existentes de señales fisiológicas emocionales, fueron generados en base a imágenes y videos, los cuales no son útiles para el análisis de emociones en el proceso de evaluación de la experiencia del usuario. Por esta razón en esta investigación se propuso un nuevo proceso para la inducción de estados emocionales, a través de estímulos visuales basados en interfaces de usuario (UI) interactivas, lo cual permitió la creación de un conjunto de datos de emociones fisiológicas centrado en el proceso de evaluación de la experiencia del usuario. Finalmente, la generación de dicho repositorio permitió realizar el entrenamiento de los algoritmos de aprendizaje para la clasificación de estados emocionales enfocados en la evaluación de la UX, el cual fue integrado dentro del sistema UXLab.
metadata.dc.type: info:eu-repo/semantics/doctoralThesis
Appears in Collections:Tesis de Doctorado en Computación

Files in This Item:
File Description SizeFormat 
MC_Karen_Jannete_Jaime_Diaz_2023.pdfTesis3.27 MBAdobe PDFView/Open
MC_Karen_Jannete_Jaime_Diaz_2023_c.pdf
  Restricted Access
Cesión de derechos987.43 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons