Utilize este identificador para referenciar este registo: https://rinacional.tecnm.mx/jspui/handle/TecNM/6710
Título: Metodología para el reconocimiento de emociones basado en datos fisiológicos multimodales mediante la selección de características relevantes
Autor: Jaime Diaz, Karen Jannete%700702
Data: 2023-12-08
Editora: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Descrição: 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
Aparece nas colecções:Tesis de Doctorado en Computación

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
MC_Karen_Jannete_Jaime_Diaz_2023.pdfTesis3.27 MBAdobe PDFVer/Abrir
MC_Karen_Jannete_Jaime_Diaz_2023_c.pdf
  Restricted Access
Cesión de derechos987.43 kBAdobe PDFVer/Abrir Request a copy


Este registo está protegido por copyright original.



Este registo está protegido por Licença Creative Commons Creative Commons