Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/5169Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Rodriguez Elias %39846, Oscar M. | - |
| dc.contributor.advisor | Ibarra Lemas %943075, Francisco G. | - |
| dc.contributor.author | Dyck Perez, Karina | - |
| dc.creator | Dyck Perez %1079981, Karina | - |
| dc.date.accessioned | 2023-02-08T20:02:46Z | - |
| dc.date.available | 2023-02-08T20:02:46Z | - |
| dc.date.issued | 2022-06-20 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/5169 | - |
| dc.description | El acoso escolar es uno de los principales problemas que aquejan a los padres de familia, así como a autoridades educativas y gubernamentales, ya que puede ser el origen de problemas mayores en el futuro de quienes se ven involucrados. Por medio de una revisión sistemática de literatura, se encontró que, para diseñar una solución de mayor impacto, es conveniente utilizar los beneficios en conjunto de varias tecnologías, como son visión por computadora, inteligencia artificial y tecnología de la industria 4.0, además de trabajar en equipo con los alumnos, el personal docente, la familia y autoridades, con el mismo objetivo, capacitar y orientar hacia toda buena práctica de educación emocional. En este sentido, y considerando los hallazgos de dicha revisión se proponen dos productos, 1) una guía de diseño para el desarrollo de soluciones de software para atender problemas de acoso escolar a nivel primaria, así como 2) un sistema basado en dicha guía. Además, se describen los resultados iniciales de un prototipo que busca validar la viabilidad de la implementación práctica de ambas propuestas. Para la construcción del prototipo se implementó un modelo preentrenado de aprendizaje profundo, que utiliza una red neuronal convolucional (CNN) para la detección de emociones en tiempo real, fue entrenado con el conjunto de datos FER2013 que consiste en 35887 imágenes en escala de grises, de tamaño 48x48 donde se identifican siete emociones—enojo, disgusto, temor, feliz, neutral, triste y sorpresa. La CNN utiliza como entrada las expresiones faciales humanas, detectadas mediante una cámara web, procesa los fotogramas y otorga como salida la clasificación de las emociones. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.title | Guia de Diseño para el Desarrollo de Soluciones de Software de la Industria 4.0 para Atender Problemas de Acoso Escolar a Nivel Primaria | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Meneses Mendoza %395098, Sonia R. | - |
| dc.folio | 027 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Hermosillo | es_MX |
| Appears in Collections: | Maestría en Ciencias de la Computación | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 027_MCC_DYCK PEREZ KARINA .pdf | Texto Completo | 3.5 MB | Adobe PDF | View/Open |
| SESION DERECHOS MCC_DYCK PEREZ.pdf | Texto Completo | 52.59 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
