Título
Clasificador Semi-Naïve Bayes con multiresolución para la estimación de estados afectivos: Aplicación en rehabilitación virtual
Autor
JESÚS JOEL RIVAS
Colaborador
LUIS ENRIQUE SUCAR SUCCAR (Asesor de tesis)
FELIPE ORIHUELA ESPINA (Asesor de tesis)
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
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.
Editor
Instituto Nacional de Astrofísica, Óptica y Electrónica
Fecha de publicación
octubre de 2015
Tipo de publicación
Tesis de maestría
Recurso de información
Formato
application/pdf
Idioma
Español
Audiencia
Público en general
Sugerencia de citación
Rivas J.J.
Repositorio Orígen
Repositorio Institucional del INAOE
Descargas
2436