dc.contributor | LUIS ENRIQUE SUCAR SUCCAR | |
dc.contributor | FELIPE ORIHUELA ESPINA | |
dc.creator | JESÚS JOEL RIVAS | |
dc.date | 2015-10 | |
dc.date.accessioned | 2023-07-25T16:20:48Z | |
dc.date.available | 2023-07-25T16:20:48Z | |
dc.identifier | http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/65 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/7805286 | |
dc.description | Las emociones tienen influencia en la vida de los seres humanos, aún la voluntad
para realizar actividades cotidianas se ve alterada por el estado de ánimo. El cómputo
afectivo (Affective Computing (AC)) es un área dedicada a identificar y simular
estados emocionales mientras las personas interactúan con la computadora. El reconocimiento
del estado afectivo de los pacientes, podría incorporarse a los sistemas
de rehabilitación virtual, para adaptarse mejor a las necesidades particulares del individuo
y contribuir a mejorar los resultados de la terapia. Se plantea la hipótesis
de que mediante un modelo computacional se pueden inferir determinados estados
afectivos de los pacientes: cansancio, ansiedad, dolor y motivación; utilizando sólo las
entradas de los registros observables del movimiento de las manos y de la presión que
puedan ejercer los dedos. La elección de los estados afectivos fue sugerida por expertos
clinicos en rehabilitación, y de las áreas de psicología y de computación afectiva.
En esta investigación se estudia, mediante técnicas de aprendizaje de máquina, la
relación de los movimientos de la mano y presión de los dedos del paciente, con los
4 estados afectivos escogidos: cansancio, ansiedad, dolor y motivación; y se propone
un modelo computacional binario (ausencia o presencia del estado afectivo) que
alcance la mejor clasficación posible, para cada estado afectivo considerado. Para
este fin, se recolectaron los datos de dos pacientes post-ictus del Instituto Nacional
de Neurología y Neurocirugía (INNN) de México. | |
dc.format | application/pdf | |
dc.language | spa | |
dc.publisher | Instituto Nacional de Astrofísica, Óptica y Electrónica | |
dc.relation | citation:Rivas J.J. | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
dc.subject | info:eu-repo/classification/Aprendizaje computacional/Computational learning | |
dc.subject | info:eu-repo/classification/Semi-naïve bayes/Semi-naïve bayes | |
dc.subject | info:eu-repo/classification/Rehabilitación virtual/Virtual rehabilitation | |
dc.subject | info:eu-repo/classification/cti/1 | |
dc.subject | info:eu-repo/classification/cti/12 | |
dc.subject | info:eu-repo/classification/cti/1203 | |
dc.subject | info:eu-repo/classification/cti/120326 | |
dc.subject | info:eu-repo/classification/cti/120326 | |
dc.title | Clasificador Semi-Naïve Bayes con multiresolución para la estimación de estados afectivos: Aplicación en rehabilitación virtual | |
dc.type | info:eu-repo/semantics/masterThesis | |
dc.audience | generalPublic | |