Validación del modelo Depresión detect para el diagnóstico automático de la depresión mediante la voz basado en redes convolucionales profundas.

dc.contributorLópez Echeverry, Ana María de las Mercedes
dc.creatorVillota Taramuel, Edward Camilo
dc.date2020-11-24T02:30:49Z
dc.date2021-11-02T23:15:05Z
dc.date2020-11-24T02:30:49Z
dc.date2021-11-02T23:15:05Z
dc.date2020
dc.date.accessioned2022-09-23T21:27:06Z
dc.date.available2022-09-23T21:27:06Z
dc.identifierT006.32 V61 F7821
dc.identifierhttps://hdl.handle.net/11059/12200
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3529990
dc.descriptionEn este proyecto se plantea la validación del Modelo Depression Detect para el diagnóstico automático de la depresión mediante la voz basado en redes convolucionales profundas por medio de un despliegue en condiciones controladas, con base en las características prosódicas del habla de una persona extraídas de la Base de Datos DAIC-WOZ, realizando un tratamiento a dichas señales de audio mediante métodos ya existentes; seguidamente procesando dicha información en la CNN a fin de obtener conclusiones que permitan detectar la depresión de una persona.
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPereira : Universidad Tecnológica de Pereira
dc.publisherFacultad de Ingenierías Eléctrica, Electrónica y Ciencias de la Computación
dc.publisherIngeniería de Sistemas y Computación
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectRedes neuronales
dc.subjectInteligencia artificial
dc.subjectIngeniería de software
dc.titleValidación del modelo Depresión detect para el diagnóstico automático de la depresión mediante la voz basado en redes convolucionales profundas.
dc.typebachelorThesis
dc.typeacceptedVersion


Este ítem pertenece a la siguiente institución