Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes
Trabajo de investigación
- Autores:
-
Acosta-Sánchez, Paula Andrea
Ballesteros-Ballesteros, Paula Ximena
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Católica de Colombia
- Repositorio:
- RIUCaC - Repositorio U. Católica
- Idioma:
- spa
- OAI Identifier:
- oai:repository.ucatolica.edu.co:10983/27624
- Acceso en línea:
- https://hdl.handle.net/10983/27624
- Palabra clave:
- EMOCIONES--IDENTIFICACIÓN
APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
REDES NEURONALES (COMPUTADORES)
DEPRESIÓN MENTAL - DIAGNÓSTICO
EXPRESIÓN FACIAL
RECONOCIMIENTO FACIAL (INFORMÁTICA)
Depresión
Detección
Emociones
Inteligencia artificial
Redes neuronales
Método secuencial de keras
Matriz de confusión
- Rights
- openAccess
- License
- Copyright-Universidad Católica de Colombia, 2022
| id |
UCATOLICA2_302827b09b2e31d2683183c4970914fe |
|---|---|
| oai_identifier_str |
oai:repository.ucatolica.edu.co:10983/27624 |
| network_acronym_str |
UCATOLICA2 |
| network_name_str |
RIUCaC - Repositorio U. Católica |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| title |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| spellingShingle |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes EMOCIONES--IDENTIFICACIÓN APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) REDES NEURONALES (COMPUTADORES) DEPRESIÓN MENTAL - DIAGNÓSTICO EXPRESIÓN FACIAL RECONOCIMIENTO FACIAL (INFORMÁTICA) Depresión Detección Emociones Inteligencia artificial Redes neuronales Método secuencial de keras Matriz de confusión |
| title_short |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| title_full |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| title_fullStr |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| title_full_unstemmed |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| title_sort |
Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes |
| dc.creator.fl_str_mv |
Acosta-Sánchez, Paula Andrea Ballesteros-Ballesteros, Paula Ximena |
| dc.contributor.advisor.none.fl_str_mv |
Barrero-Calixto, Juan Carlos Castro-Munar, Verónica |
| dc.contributor.author.none.fl_str_mv |
Acosta-Sánchez, Paula Andrea Ballesteros-Ballesteros, Paula Ximena |
| dc.subject.armarc.none.fl_str_mv |
EMOCIONES--IDENTIFICACIÓN APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) REDES NEURONALES (COMPUTADORES) DEPRESIÓN MENTAL - DIAGNÓSTICO |
| topic |
EMOCIONES--IDENTIFICACIÓN APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) REDES NEURONALES (COMPUTADORES) DEPRESIÓN MENTAL - DIAGNÓSTICO EXPRESIÓN FACIAL RECONOCIMIENTO FACIAL (INFORMÁTICA) Depresión Detección Emociones Inteligencia artificial Redes neuronales Método secuencial de keras Matriz de confusión |
| dc.subject.ecm.none.fl_str_mv |
EXPRESIÓN FACIAL |
| dc.subject.lem.none.fl_str_mv |
RECONOCIMIENTO FACIAL (INFORMÁTICA) |
| dc.subject.proposal.spa.fl_str_mv |
Depresión Detección Emociones Inteligencia artificial Redes neuronales Método secuencial de keras Matriz de confusión |
| description |
Trabajo de investigación |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-08-19T18:47:33Z |
| dc.date.available.none.fl_str_mv |
2022-08-19T18:47:33Z |
| dc.date.issued.none.fl_str_mv |
2022 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_fa2ee174bc00049f http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.citation.none.fl_str_mv |
Acosta-Sánchez, P. A. & Ballesteros-Ballesteros, P. X. (2022). Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia. |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10983/27624 |
| identifier_str_mv |
Acosta-Sánchez, P. A. & Ballesteros-Ballesteros, P. X. (2022). Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia. |
| url |
https://hdl.handle.net/10983/27624 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
AMAT, J. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. [Sitio Web]. [Consultado 11 de octubre de 2021]. Disponible en: https://www.cienciadedatos.net/documentos/35_principal_component_analysis AMAT, J. Eigenvalores. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. [Sitio Web]. [Consultado el 11 de octubre de 2021]. Disponible en https://www.cienciadedatos.net/documentos/35_principal_component_analysis AMAT, J. Eigenvectores. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. [Sitio Web]. [Consultado el 11 de octubre de 2021]. Disponible en https://www.cienciadedatos.net/documentos/35_principal_component_analysis AMAT, J. Loadings. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t- SNE. [Sitio Web]. [Consultado el 11 de octubre de 2021]. Disponible en https://www.cienciadedatos.net/documentos/35_principal_component_analysis ALLEN H. SACCHI, Simone, WICKETT, Karen. Definitions of dataset in the scientific and technical literature. [Sitio Web]. [Consultado 13 oct., 2021]. Disponible en: https://asistdl.onlinelibrary.wiley.com/doi/full/10.1002/meet.14504701240 ANACONDA. imutils 0.5.4. [Sitio Web]. [Consultado el 03 de febrero de 2022]. Disponible en: https://anaconda.org/conda-forge/imutils ANACONDA. Products.[Sitio web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://www.anaconda.com/products/distribution ANALYTICSLANE. Visualización de datos en Python con Seaborn. [Sitio Web]. Consultado el 07 de febrero de 2022]. Disponible en: https://www.analyticslane.com/2018/07/20/visualizacion-dedatos- con- APRENDER DE MACHINE LEARNING. ¿Cómo funcionan las Convolutional Neural Networks? Visión por Ordenador. [Consultado el 03 de agosto de 2021]. Disponible en: https://www.aprendemachinelearning.com/como-funcionan-las-convolutional-neuralnetworks- vision-por-ordenador/ BYEON, Young-Hyen. KWAK, Keun-Chang. Facial Expression Recognition Using 3D Convolutional Neural Network. [Sitio Web].[Consultado el 7 septiembre de 2021] . Disponible en: https://wwwsciencedirect- com.ucatolica.basesdedatosezproxy.com/science/article/pii/S235291482030201X COSSIN, Florencia Carla; Wanda Yanina Rubinstein; Daniel Gustavo Politis. How many are the basic emotions? Preliminary study in a sample of healthy old adults. [Sitio Web]. [Consultado el 13 de octubre de 2021]. Disponible en: https://www.redalyc.org/journal/3691/369155966032/movil/ COSSIN, Florencia. RUBINSTEIN, Wanda. POLITIS, Daniel. Universidad de Buenos Aires. ¿Cuántas son las emociones básicas ? Estudio preliminar en una muestra de adultos mayores sanos. En el Anuario de Investigaciones, vol. XXIV, pp. 253-257, 2017. DATASOURCE. Data Science. Machine learning. Python. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.datasource.ai/es/data-science-articles/comprension-dela- matriz-de-confusion-y-como-implementarla-en-python GITHUB Docs. Productos de GitHub. [Consultado el 10 de mayo de 2022]. Disponible en: https://docs.github.com/es/get-started/learning-about-github/githubs-products GOOGLE RESEARCH. Colaborarity. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://research.google.com/colaboratory/intl/es/faq.html GOOGLE Workspace. Documentos . [Consultado el 10 de mayo de 2022]. Disponible en: https://workspace.google.com/intl/es-419/products/docs/ GOOGLE WORKSPACE. Drive. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://workspace.google.com/intl/es-419/products/drive/ GOOGLE Workspace. Hojas de cálculo . [Consultado el 10 de mayo de 2022]. Disponible en: https://workspace.google.com/intl/es-419/products/sheets/ GUZMAN, Juan, TAMAYO, Alejandro. Ansiedad y depresión, ‘verdugos’ de los jóvenes en la pandemia. [Consultado el 30 de agosto de 2021]. [Sitio Web]. Disponible en: https://www.javeriana.edu.co/pesquisa/ansiedad-depresion-jovenes-pandemia/ HASSOUNEH, Aya. MUTAWA, A. MURUGAPPAN, M. Universidad de Kuwait. Development of a Real Time Emotion Recognition System Using Facial Expressions and EEG based on machine learning and deep neural network methods. [Sitio Web]. [Consultado 27 de enero de 2022]. [Sitio Web]. Disponible en: https://www-sciencedirectcom. ucatolica.basesdedatosezproxy.com/science/article/pii/S235291482030201X IBM.Centro de aprendizaje de la nube de IBM. ¿Qué es el aprendizaje no supervisado?. Aprendizaje sin supervisión. [Sitio Web]. [Consultado el 05 de octubre del 2021] Disponible en: https://www.ibm.com/cloud/learn/unsupervised-learning IBM. ¿Qué es Machine Learning?. [Consultado el 13 de octubre de 2021]. Disponible en:https://www.ibm.com/co-es/analytics/machine-learning IBM. Deep Learning. [Sitio Web]. [Consultado 19 de octubre de 2021]. Disponible en https://www.ibm.com/co-es/cloud/deep-learning INSTITUTO NACIONAL DEL CÁNCER. Diagnóstico. [Sitio Web]. [Consultado el 19 octubre de 2021]. Disponible en: https://www.cancer.gov/espanol/publicaciones/diccionarios/diccionariocancer/ def/diagnostico JONATHA OENIX. Face expression recognition dataset. [Consultado el 03 de marzo del 2022]. Disponible en: https://www.kaggle.com/datasets/jonathanoheix/face-expression-recognitiondataset JPL. IDIS. Eigenface. [Sitio Web]. [Consultado el 08 de febrero del 2022]. Disponible en: https://proyectoidis.org/eigenface/ Kanade, T., Cohn, J. F., & Tian, Y. (2000). Comprehensive database for facial expression analysis. Proceedings of the Fourth IEEE International Conference on Automatic Face and Gesture Recognition (FG'00), Grenoble, France, 46-53. KELTNER, D., & Lerner, J. S. Emotion. Handbook of Social Psychology. [Sitio Web]. [Consultado el 19 de octubre de 2021]. Disponible en : doi:10.1002/9780470561119.socpsy001009 KERAS. Deep learning for humans. [Sitio Web] [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/ KERAS. Dense layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/core_layers/dense/ KERAS. Dropout layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/regularization_layers/dropout/ KERAS. Flatten layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/reshaping_layers/flatten/ KERAS. Getting started. Faq. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/getting_started/faq/#what-do-sample-batch-and-epoch-mean KERAS. MaxPooling2D layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/pooling_layers/max_pooling2d/ KERAS. tf.compat.v1.metrics.precisión [Sitio web]. [Consultado el 15 de marzo de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/compat/v1/metrics/accuracy LÓPEZ, David. SANZ, Natalia. Mente a Mente. Terapia para la depresión. [Sitio Web]. [Consultado el 06 de agosto de 2021]. Disponible en: https://www.menteamente.com/terapia-depresion MACHUCA Fernando. ¿Qué es Python? El lenguaje de programación más popular para aprender en 2021.[Sitio Web]. [Consultado el 19 de octubre de 2021]. Disponible en: https://www.crehana.com/cl/blog/desarrollo-web/que-es-python/ MANAS SAMBARE. Fer-13. [Consultado el 03 de marzo del 2022]. Disponible en: https://www.kaggle.com/datasets/msambare/fer2013 Matplotlib. Matplotlib: Visualization with Python.[Sitio Web] [Consultado el 05 de febrero de 2022]. Disponible en: https://matplotlib.org/ MINSALUD. Abecé sobre la salud mental, sus trastornos y estigma. [Sitio Web] [Consultado el 19 de octubre de 2021]. Disponible en: MINSALUD. Depresión: hablemos. [Sitio Web] [Consultado el 26 de julio de 2021]. Disponible en: https://www.minsalud.gov.co/Paginas/Depresi%C3%B3n-hablemos.aspx MOHAJÓN, J. Towards Data Science. Matriz de confusión para su modelo de aprendizaje automático multiclase. [Sitio Web]. [Consultado el 19 de febrero de 2022]. Disponible en: https://towardsdatascience.com/confusion-matrix-for-your-multi-class-machine-learningmodel- ff9aa3bf7826 NATIONAL INSTITUTE OF MENTAL HEALTH . Depresión. [Sitio Web]. EEUU. [Consultado el 18 de junio de 2021]. Disponible en: https://www.nimh.nih.gov/health/publications/espanol/depresion-sp NUMPY. NumPy documentation. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://numpy.org/doc/stable/ OMS. La OMS presenta el primer Informe mundial sobre la visión. [Consultado el 05 de marzo de 2022]. Disponible en : https://www.who.int/es/news/item/08-10-2019-who-launches-firstworld- report-on-vision OPENCV. Face Analysis. cv::face::EigenFaceRecognizer Class Reference. [Sitio Web]. [Citado el 28 de marzo de 2022]. Disponible en: https://docs.opencv.org/4.2.0/dd/d7c/classcv_1_1face_1_1EigenFaceRecognizer.html OPENCV. Face Analysis. cv::face::FisherFaceRecognizer Class Reference. [Sitio Web]. [Citado el 28 de marzo de 2022]. Disponible en: https://docs.opencv.org/4.2.0/d2/de9/classcv_1_1face_1_1FisherFaceRecognizer.html OPENCV. Face Analysis..cv::face::LBPHFaceRecognizer Class Reference. [Sitio Web]. [Citado el 28 de marzo de 2022]. Disponible en: https://docs.opencv.org/4.2.0/df/d25/classcv_1_1face_1_1LBPHFaceRecognizer.html OPENCV. Introducción. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en : https://docs.opencv.org/4.5.5/d1/dfb/intro.html OPS. Depresión. [Sitio Web]. [Consultado el 13 de octubre de 2021]. Disponible en: https://www.paho.org/es/temas/depresion ORGANIZACIÓN MUNDIAL DE LA SALUD, OMS. Depresión. [Consultado el 18 de agosto de 2021]. Disponible en: http://www.who.int/topics/depression/es/ OSPINA, Alexis. PULIDO, Mateo. Comparar tres métodos convencionales de reconocimiento facial y confrontar el de mejor resultado frente a computación cognitiva. [Sitio Web]. Disponible en: https://repositorio.itm.edu.co/bitstream/handle/20.500.12622/1706/Rep_Itm_pre_Ospina.pdf ?sequence=1&isAllowed=y PAMPOUCHIDOU, A. PEDIADITIS, M. KAZANTZAKI, E. SFAKIANAKIS, S. APOSTOLAKI, A. ARGYRAKI, K. MANOUSOS, D. MERIAUDEAU, F. MARIAS, K. YANG, F. TSIKNAKIS, M. BASTA, M. VGONTZAS, A. SIMOS, P. Machine Vision Applications. Automated facial video-based recognition of depression and anxiety symptom severity: cross-corpus validation. [Sitio Web]. [Consultado el 13 de octubre de 2021]. Disponible en: 10.1007/s00138-020-01080-7 PERIÓDICO EL TIEMPO. La depresión, un mal que crece en el mundo. [Consultado el 18 de mayo de 2022]. Disponible en: https://www.eltiempo.com/archivo/documento/CMS-16826965 PINZÓN, Jorge. Bienestar Colsanitas. Suicidio en Colombia: alerta amarilla. [Sitio Web]. [Consultado el 05 de agosto de 2021]. Disponible en: https://www.bienestarcolsanitas.com/articulo/suicidio-en-colombia-alerta-amarilla.html PYTHON. Documentation. Biblioteca Estándar. Interfaces misceláneas del sistema operativo. [Sitio Web]. [Consultado el 28 de enero del 2022]. Disponible en: https://docs.python.org/es/3.10/library/os.html PYTHON. Miscelánea. Configurar Sublime Text para programar en Python. [Sitio Web]. [Consultado 12 de febrero de 2022]. Disponible en: https://www.programaenpython.com/miscelanea/configurar-sublime-text-para-programar-enpython/ PYTHON. Pitón 3.10.4. [Sitio Web]. [Consultado 28 de marzo de 2022]. Disponible en: https://www.python.org/downloads/release/python-3104/ ROGER GIMEO. Estudio de técnicas de reconocimiento facial. [Citado el 25 de marzo de 2022]. Disponible en: https://upcommons.upc.edu/bitstream/handle/2099.1/9782/PFC_RogerGimeno.pdf ROUHIAINEN, Lasse. Inteligencia Artificial, 101 cosas que debes saber sobre nuestro futuro. Editorial Planeta S.A. [Sitio Web]. [Consultado el 19 de octubre de 2021]. Disponible en: https://static0planetadelibroscom.cdnstatics.com/libros_contenido_extra/40/39308_Inteligenci a_artificial.pdf SAS. Software y soluciones de analítica.Procesamiento del lenguaje natural. [Consultado el 13 de octubre de 2021] Disponible en: https://www.sas.com/es_co/insights/analytics/what-is-naturallanguage- processing-nlp.html SAUNDERS, Adam. BBVA. El impacto de la tecnología en el crecimiento y el empleo.[Consultado el 25 de noviembre de 2021]. Disponible en: https://www.bbvaopenmind.com/articulos/elimpacto- de-la-tecnologia-en-el-crecimiento-y-el-empleo SCIKIT-LEARN. Machine learning en Python. [Sitio Web]. [Consultado 04 de marzo de 2022]. Disponible en: https://scikit-learn.org/stable/ SEMANA S: A:. Salud Mental. El mundo triste de la depresión. [Sitio Web]. [Consultado el 05 de agosto de 2021]. Disponible en: https://www.semana.com/vida-moderna/articulo/depresion-enpaises- violentos/364663-3/ SHETTY, BHOOMIKA, DEEKSHA, JEEVAN REBEIRO, RAMYASHREE. ScienceDirect. KeAi Chinese Roots Global Impact. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://doi.org/10.1016/j.gltp.2021.08.044 SU, Dai. ZHANG, Xingyu. HE, Kevin. CHEN, Yingchun. Use of machine learning approach to predict depression in the elderly in China: A longitudinal study. ScienceDirect. Volume 282, 1 March 2021, Pages 289-298 TABASSUMA. ISLAMA, TASIN, AMINC. ScienceDirect. Human face recognition with combination of DWT and machine learning. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://www-sciencedirectcom. ucatolica.basesdedatosezproxy.com/science/article/pii/S1319157819309395 TENSORFLOW. El modelo secuencial. [Sitio Web]. [Citado el 25 de marzo de 2022]. Disponible en: https://www.tensorflow.org/guide/keras/sequential_model?hl=es-419 TENSORFLOW. Introducción a Tensores. [Sitio Web]. [Consultado el 03 de febrero]. Disponible en : https://www.tensorflow.org/guide/tensor TENSORFLOW. La API funcional "Keras" en TensorFlow. [Citado el 25 de marzo de 2022]. Disponible en: https://www.tensorflow.org/guide/keras/functional?hl=es-419 TENSORFLOW. tf. keras. metrics. F1 Score. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/addons/api_docs/python/tfa/metrics/F1Score TENSORFLOW. tf. keras. metrics. Precision. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/metrics/Precision TENSORFLOW. tf. keras. metrics. Recall. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/metrics/Recall TENSORFLOW. tf.keras.layers.BatchNormalization.[Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalization TENSORFLOW. Tf.tensor. [Sitio Web]. [Consultado el 05 de febrero de 2021]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/Tensor TENSORFLOW.. tf.keras.layers.Activation. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/layers/Activation UNIVERSIDAD DE ALCALÁ. Pandas: Herramienta básica para el data science en Python. [Sitio Web]. [Consultado el 07 de febrero de 2022]. Disponible en: https://www.master-datascientist. com/pandas-herramienta-data-science/ UNZUETA, D. Towards Data Science. Fundamentos del aprendizaje automático. Discriminante lineal de Fisher: explicación intuitiva. [Sitio Web]. [Consultado 22 de noviembre de 2021]. Disponible en: https://towardsdatascience.com/fishers-linear-discriminant-intuitively-explained- 52a1ba79e1bb WANG, Qingxiang. YANG, Huanxin. YU, Yanhong. Facial Expression video analysis for depression detection in Chinese patients. [Sitio Web]. [Consultado el 23 de agosto de 2021]. disponible en: https://www.sciencedirect.com/science/article/abs/pii/S1047320318302761?via%3Dihub XIAOFEI He, PARTHA Niyogi . Locality Preserving Projections. [Sitio Web]. [Citado el 25 de marzo de 2022]. Disponible en: https://proceedings.neurips.cc/paper/2003/file/d69116f8b0140cdeb1f99a4d5096ffe4- Paper.pdf |
| dc.rights.spa.fl_str_mv |
Copyright-Universidad Católica de Colombia, 2022 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| rights_invalid_str_mv |
Copyright-Universidad Católica de Colombia, 2022 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
85 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Católica de Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Bogotá |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas y Computación |
| institution |
Universidad Católica de Colombia |
| bitstream.url.fl_str_mv |
https://repository.ucatolica.edu.co/bitstreams/1a4b26fc-f497-41e9-a621-c332eba5f251/download https://repository.ucatolica.edu.co/bitstreams/24018cf2-581f-4058-82b3-c0863b88f91c/download https://repository.ucatolica.edu.co/bitstreams/7f136f39-210d-4f94-bfd5-6f39951dc4c8/download https://repository.ucatolica.edu.co/bitstreams/7d37be0e-fcd8-4649-a6e2-dd5bdbe5c5b5/download https://repository.ucatolica.edu.co/bitstreams/923c9a08-9b92-4c67-8cea-834322efc22d/download https://repository.ucatolica.edu.co/bitstreams/99f43559-c3fd-4339-8f52-ec313c2b0650/download https://repository.ucatolica.edu.co/bitstreams/a34f5d74-47d9-41d8-b9c0-7eeac8993a0b/download https://repository.ucatolica.edu.co/bitstreams/837ee9c0-af92-40c1-ac45-49d94110c553/download https://repository.ucatolica.edu.co/bitstreams/8f989049-a80f-4d8f-ba65-419485943168/download https://repository.ucatolica.edu.co/bitstreams/e7af25df-bd82-4b67-a134-174910a248f1/download https://repository.ucatolica.edu.co/bitstreams/5e90038f-118a-413e-a997-756944c219da/download https://repository.ucatolica.edu.co/bitstreams/96ebb0ac-7bd8-4f3a-8319-76363461775d/download |
| bitstream.checksum.fl_str_mv |
7fa8c3f2bdb7a8d4c4b17b32464dadff bf86c336cd0660415acb84df7a9c5f62 4862c683062ffbea2acd707443d22f5e bcea37635e87af91a28130ef5c3f7e24 4f1e1b0437dc6e3286e1ae5fe8605c15 c04c424947c7ab1c6c00d38e57a2447e 3dff3c06ef1ac4f153f69f5d1313fbf7 e9bff76aedf4c9b861722a6aa1e27a78 38fd1cd61466664b314843a93663c9c3 d932a7dff3cecad988d148c5b4c1e2a5 deb4146096a1d260136de449c06d4dc8 91d87cc267574b56b74c34ba13100f4e |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Católica de Colombia - RIUCaC |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814256296065499136 |
| spelling |
Barrero-Calixto, Juan Carloscb4e37b7-115f-45e6-88ee-f5e505f99557-1Castro-Munar, Verónicaf6614876-ba44-4f25-bba1-b3b869caef2b-1Acosta-Sánchez, Paula Andrea91351502-ebb6-4bc5-b104-8ea16421b4ac-1Ballesteros-Ballesteros, Paula Ximenaeeb99d71-c152-48c8-a2fa-8d61951e3225-12022-08-19T18:47:33Z2022-08-19T18:47:33Z2022Trabajo de investigaciónDiseño de un método automático para el apoyo en la identificación de emociones en tratamientos psicológicos de depresión en adultos jóvenes a partir de técnicas de aprendizaje automático, empleando el reconocimiento de las emociones planteadas por Ekman para la depresión (felicidad, tristeza, alegría, miedo, enojo y sorpresa). (Tomado de la fuente).PregradoIngeniero de SistemasRESUMEN ABSTRACT INTRODUCCIÓN 1. PROBLEMA DE INVESTIGACIÓN 2. JUSTIFICACIÓN 3. OBJETIVOS 4. MARCO DE REFERENCIA 5. METODOLOGÍA 6. CONSTRUCCIÓN DEL DATASET 7. SELECCIÓN DEL MÉTODO AUTOMÁTICO 8. DISEÑO DE LOS MÉTODOS 9. EVALUACIÓN DE MEDIDAS DE DESEMPEÑO 10. RESULTADOS Y ANÁLISIS DE RESULTADOS CONCLUSIONES TRABAJOS FUTUROS BIBLIOGRAFÍA85 páginasapplication/pdfAcosta-Sánchez, P. A. & Ballesteros-Ballesteros, P. X. (2022). Reconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenes. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia.https://hdl.handle.net/10983/27624spaUniversidad Católica de ColombiaFacultad de IngenieríaBogotáIngeniería de Sistemas y ComputaciónAMAT, J. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. [Sitio Web]. [Consultado 11 de octubre de 2021]. Disponible en: https://www.cienciadedatos.net/documentos/35_principal_component_analysisAMAT, J. Eigenvalores. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. [Sitio Web]. [Consultado el 11 de octubre de 2021]. Disponible en https://www.cienciadedatos.net/documentos/35_principal_component_analysisAMAT, J. Eigenvectores. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. [Sitio Web]. [Consultado el 11 de octubre de 2021]. Disponible en https://www.cienciadedatos.net/documentos/35_principal_component_analysisAMAT, J. Loadings. Análisis de Componentes Principales (Principal Component Analysis, PCA) y t- SNE. [Sitio Web]. [Consultado el 11 de octubre de 2021]. Disponible en https://www.cienciadedatos.net/documentos/35_principal_component_analysisALLEN H. SACCHI, Simone, WICKETT, Karen. Definitions of dataset in the scientific and technical literature. [Sitio Web]. [Consultado 13 oct., 2021]. Disponible en: https://asistdl.onlinelibrary.wiley.com/doi/full/10.1002/meet.14504701240ANACONDA. imutils 0.5.4. [Sitio Web]. [Consultado el 03 de febrero de 2022]. Disponible en: https://anaconda.org/conda-forge/imutilsANACONDA. Products.[Sitio web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://www.anaconda.com/products/distributionANALYTICSLANE. Visualización de datos en Python con Seaborn. [Sitio Web]. Consultado el 07 de febrero de 2022]. Disponible en: https://www.analyticslane.com/2018/07/20/visualizacion-dedatos- con-APRENDER DE MACHINE LEARNING. ¿Cómo funcionan las Convolutional Neural Networks? Visión por Ordenador. [Consultado el 03 de agosto de 2021]. Disponible en: https://www.aprendemachinelearning.com/como-funcionan-las-convolutional-neuralnetworks- vision-por-ordenador/BYEON, Young-Hyen. KWAK, Keun-Chang. Facial Expression Recognition Using 3D Convolutional Neural Network. [Sitio Web].[Consultado el 7 septiembre de 2021] . Disponible en: https://wwwsciencedirect- com.ucatolica.basesdedatosezproxy.com/science/article/pii/S235291482030201XCOSSIN, Florencia Carla; Wanda Yanina Rubinstein; Daniel Gustavo Politis. How many are the basic emotions? Preliminary study in a sample of healthy old adults. [Sitio Web]. [Consultado el 13 de octubre de 2021]. Disponible en: https://www.redalyc.org/journal/3691/369155966032/movil/COSSIN, Florencia. RUBINSTEIN, Wanda. POLITIS, Daniel. Universidad de Buenos Aires. ¿Cuántas son las emociones básicas ? Estudio preliminar en una muestra de adultos mayores sanos. En el Anuario de Investigaciones, vol. XXIV, pp. 253-257, 2017.DATASOURCE. Data Science. Machine learning. Python. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.datasource.ai/es/data-science-articles/comprension-dela- matriz-de-confusion-y-como-implementarla-en-pythonGITHUB Docs. Productos de GitHub. [Consultado el 10 de mayo de 2022]. Disponible en: https://docs.github.com/es/get-started/learning-about-github/githubs-productsGOOGLE RESEARCH. Colaborarity. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://research.google.com/colaboratory/intl/es/faq.htmlGOOGLE Workspace. Documentos . [Consultado el 10 de mayo de 2022]. Disponible en: https://workspace.google.com/intl/es-419/products/docs/GOOGLE WORKSPACE. Drive. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://workspace.google.com/intl/es-419/products/drive/GOOGLE Workspace. Hojas de cálculo . [Consultado el 10 de mayo de 2022]. Disponible en: https://workspace.google.com/intl/es-419/products/sheets/GUZMAN, Juan, TAMAYO, Alejandro. Ansiedad y depresión, ‘verdugos’ de los jóvenes en la pandemia. [Consultado el 30 de agosto de 2021]. [Sitio Web]. Disponible en: https://www.javeriana.edu.co/pesquisa/ansiedad-depresion-jovenes-pandemia/HASSOUNEH, Aya. MUTAWA, A. MURUGAPPAN, M. Universidad de Kuwait. Development of a Real Time Emotion Recognition System Using Facial Expressions and EEG based on machine learning and deep neural network methods. [Sitio Web]. [Consultado 27 de enero de 2022]. [Sitio Web]. Disponible en: https://www-sciencedirectcom. ucatolica.basesdedatosezproxy.com/science/article/pii/S235291482030201XIBM.Centro de aprendizaje de la nube de IBM. ¿Qué es el aprendizaje no supervisado?. Aprendizaje sin supervisión. [Sitio Web]. [Consultado el 05 de octubre del 2021] Disponible en: https://www.ibm.com/cloud/learn/unsupervised-learningIBM. ¿Qué es Machine Learning?. [Consultado el 13 de octubre de 2021]. Disponible en:https://www.ibm.com/co-es/analytics/machine-learningIBM. Deep Learning. [Sitio Web]. [Consultado 19 de octubre de 2021]. Disponible en https://www.ibm.com/co-es/cloud/deep-learningINSTITUTO NACIONAL DEL CÁNCER. Diagnóstico. [Sitio Web]. [Consultado el 19 octubre de 2021]. Disponible en: https://www.cancer.gov/espanol/publicaciones/diccionarios/diccionariocancer/ def/diagnosticoJONATHA OENIX. Face expression recognition dataset. [Consultado el 03 de marzo del 2022]. Disponible en: https://www.kaggle.com/datasets/jonathanoheix/face-expression-recognitiondatasetJPL. IDIS. Eigenface. [Sitio Web]. [Consultado el 08 de febrero del 2022]. Disponible en: https://proyectoidis.org/eigenface/Kanade, T., Cohn, J. F., & Tian, Y. (2000). Comprehensive database for facial expression analysis. Proceedings of the Fourth IEEE International Conference on Automatic Face and Gesture Recognition (FG'00), Grenoble, France, 46-53.KELTNER, D., & Lerner, J. S. Emotion. Handbook of Social Psychology. [Sitio Web]. [Consultado el 19 de octubre de 2021]. Disponible en : doi:10.1002/9780470561119.socpsy001009KERAS. Deep learning for humans. [Sitio Web] [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/KERAS. Dense layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/core_layers/dense/KERAS. Dropout layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/regularization_layers/dropout/KERAS. Flatten layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/reshaping_layers/flatten/KERAS. Getting started. Faq. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/getting_started/faq/#what-do-sample-batch-and-epoch-meanKERAS. MaxPooling2D layer. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://keras.io/api/layers/pooling_layers/max_pooling2d/KERAS. tf.compat.v1.metrics.precisión [Sitio web]. [Consultado el 15 de marzo de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/compat/v1/metrics/accuracyLÓPEZ, David. SANZ, Natalia. Mente a Mente. Terapia para la depresión. [Sitio Web]. [Consultado el 06 de agosto de 2021]. Disponible en: https://www.menteamente.com/terapia-depresionMACHUCA Fernando. ¿Qué es Python? El lenguaje de programación más popular para aprender en 2021.[Sitio Web]. [Consultado el 19 de octubre de 2021]. Disponible en: https://www.crehana.com/cl/blog/desarrollo-web/que-es-python/MANAS SAMBARE. Fer-13. [Consultado el 03 de marzo del 2022]. Disponible en: https://www.kaggle.com/datasets/msambare/fer2013Matplotlib. Matplotlib: Visualization with Python.[Sitio Web] [Consultado el 05 de febrero de 2022]. Disponible en: https://matplotlib.org/MINSALUD. Abecé sobre la salud mental, sus trastornos y estigma. [Sitio Web] [Consultado el 19 de octubre de 2021]. Disponible en:MINSALUD. Depresión: hablemos. [Sitio Web] [Consultado el 26 de julio de 2021]. Disponible en: https://www.minsalud.gov.co/Paginas/Depresi%C3%B3n-hablemos.aspxMOHAJÓN, J. Towards Data Science. Matriz de confusión para su modelo de aprendizaje automático multiclase. [Sitio Web]. [Consultado el 19 de febrero de 2022]. Disponible en: https://towardsdatascience.com/confusion-matrix-for-your-multi-class-machine-learningmodel- ff9aa3bf7826NATIONAL INSTITUTE OF MENTAL HEALTH . Depresión. [Sitio Web]. EEUU. [Consultado el 18 de junio de 2021]. Disponible en: https://www.nimh.nih.gov/health/publications/espanol/depresion-spNUMPY. NumPy documentation. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://numpy.org/doc/stable/OMS. La OMS presenta el primer Informe mundial sobre la visión. [Consultado el 05 de marzo de 2022]. Disponible en : https://www.who.int/es/news/item/08-10-2019-who-launches-firstworld- report-on-visionOPENCV. Face Analysis. cv::face::EigenFaceRecognizer Class Reference. [Sitio Web]. [Citado el 28 de marzo de 2022]. Disponible en: https://docs.opencv.org/4.2.0/dd/d7c/classcv_1_1face_1_1EigenFaceRecognizer.htmlOPENCV. Face Analysis. cv::face::FisherFaceRecognizer Class Reference. [Sitio Web]. [Citado el 28 de marzo de 2022]. Disponible en: https://docs.opencv.org/4.2.0/d2/de9/classcv_1_1face_1_1FisherFaceRecognizer.htmlOPENCV. Face Analysis..cv::face::LBPHFaceRecognizer Class Reference. [Sitio Web]. [Citado el 28 de marzo de 2022]. Disponible en: https://docs.opencv.org/4.2.0/df/d25/classcv_1_1face_1_1LBPHFaceRecognizer.htmlOPENCV. Introducción. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en : https://docs.opencv.org/4.5.5/d1/dfb/intro.htmlOPS. Depresión. [Sitio Web]. [Consultado el 13 de octubre de 2021]. Disponible en: https://www.paho.org/es/temas/depresionORGANIZACIÓN MUNDIAL DE LA SALUD, OMS. Depresión. [Consultado el 18 de agosto de 2021]. Disponible en: http://www.who.int/topics/depression/es/OSPINA, Alexis. PULIDO, Mateo. Comparar tres métodos convencionales de reconocimiento facial y confrontar el de mejor resultado frente a computación cognitiva. [Sitio Web]. Disponible en: https://repositorio.itm.edu.co/bitstream/handle/20.500.12622/1706/Rep_Itm_pre_Ospina.pdf ?sequence=1&isAllowed=yPAMPOUCHIDOU, A. PEDIADITIS, M. KAZANTZAKI, E. SFAKIANAKIS, S. APOSTOLAKI, A. ARGYRAKI, K. MANOUSOS, D. MERIAUDEAU, F. MARIAS, K. YANG, F. TSIKNAKIS, M. BASTA, M. VGONTZAS, A. SIMOS, P. Machine Vision Applications. Automated facial video-based recognition of depression and anxiety symptom severity: cross-corpus validation. [Sitio Web]. [Consultado el 13 de octubre de 2021]. Disponible en: 10.1007/s00138-020-01080-7PERIÓDICO EL TIEMPO. La depresión, un mal que crece en el mundo. [Consultado el 18 de mayo de 2022]. Disponible en: https://www.eltiempo.com/archivo/documento/CMS-16826965PINZÓN, Jorge. Bienestar Colsanitas. Suicidio en Colombia: alerta amarilla. [Sitio Web]. [Consultado el 05 de agosto de 2021]. Disponible en: https://www.bienestarcolsanitas.com/articulo/suicidio-en-colombia-alerta-amarilla.htmlPYTHON. Documentation. Biblioteca Estándar. Interfaces misceláneas del sistema operativo. [Sitio Web]. [Consultado el 28 de enero del 2022]. Disponible en: https://docs.python.org/es/3.10/library/os.htmlPYTHON. Miscelánea. Configurar Sublime Text para programar en Python. [Sitio Web]. [Consultado 12 de febrero de 2022]. Disponible en: https://www.programaenpython.com/miscelanea/configurar-sublime-text-para-programar-enpython/PYTHON. Pitón 3.10.4. [Sitio Web]. [Consultado 28 de marzo de 2022]. Disponible en: https://www.python.org/downloads/release/python-3104/ROGER GIMEO. Estudio de técnicas de reconocimiento facial. [Citado el 25 de marzo de 2022]. Disponible en: https://upcommons.upc.edu/bitstream/handle/2099.1/9782/PFC_RogerGimeno.pdfROUHIAINEN, Lasse. Inteligencia Artificial, 101 cosas que debes saber sobre nuestro futuro. Editorial Planeta S.A. [Sitio Web]. [Consultado el 19 de octubre de 2021]. Disponible en: https://static0planetadelibroscom.cdnstatics.com/libros_contenido_extra/40/39308_Inteligenci a_artificial.pdfSAS. Software y soluciones de analítica.Procesamiento del lenguaje natural. [Consultado el 13 de octubre de 2021] Disponible en: https://www.sas.com/es_co/insights/analytics/what-is-naturallanguage- processing-nlp.htmlSAUNDERS, Adam. BBVA. El impacto de la tecnología en el crecimiento y el empleo.[Consultado el 25 de noviembre de 2021]. Disponible en: https://www.bbvaopenmind.com/articulos/elimpacto- de-la-tecnologia-en-el-crecimiento-y-el-empleoSCIKIT-LEARN. Machine learning en Python. [Sitio Web]. [Consultado 04 de marzo de 2022]. Disponible en: https://scikit-learn.org/stable/SEMANA S: A:. Salud Mental. El mundo triste de la depresión. [Sitio Web]. [Consultado el 05 de agosto de 2021]. Disponible en: https://www.semana.com/vida-moderna/articulo/depresion-enpaises- violentos/364663-3/SHETTY, BHOOMIKA, DEEKSHA, JEEVAN REBEIRO, RAMYASHREE. ScienceDirect. KeAi Chinese Roots Global Impact. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://doi.org/10.1016/j.gltp.2021.08.044SU, Dai. ZHANG, Xingyu. HE, Kevin. CHEN, Yingchun. Use of machine learning approach to predict depression in the elderly in China: A longitudinal study. ScienceDirect. Volume 282, 1 March 2021, Pages 289-298TABASSUMA. ISLAMA, TASIN, AMINC. ScienceDirect. Human face recognition with combination of DWT and machine learning. [Sitio Web]. [Consultado el 10 de mayo de 2022]. Disponible en: https://www-sciencedirectcom. ucatolica.basesdedatosezproxy.com/science/article/pii/S1319157819309395TENSORFLOW. El modelo secuencial. [Sitio Web]. [Citado el 25 de marzo de 2022]. Disponible en: https://www.tensorflow.org/guide/keras/sequential_model?hl=es-419TENSORFLOW. Introducción a Tensores. [Sitio Web]. [Consultado el 03 de febrero]. Disponible en : https://www.tensorflow.org/guide/tensorTENSORFLOW. La API funcional "Keras" en TensorFlow. [Citado el 25 de marzo de 2022]. Disponible en: https://www.tensorflow.org/guide/keras/functional?hl=es-419TENSORFLOW. tf. keras. metrics. F1 Score. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/addons/api_docs/python/tfa/metrics/F1ScoreTENSORFLOW. tf. keras. metrics. Precision. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/metrics/PrecisionTENSORFLOW. tf. keras. metrics. Recall. [Sitio web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/metrics/RecallTENSORFLOW. tf.keras.layers.BatchNormalization.[Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalizationTENSORFLOW. Tf.tensor. [Sitio Web]. [Consultado el 05 de febrero de 2021]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/TensorTENSORFLOW.. tf.keras.layers.Activation. [Sitio Web]. [Consultado el 05 de febrero de 2022]. Disponible en: https://www.tensorflow.org/api_docs/python/tf/keras/layers/ActivationUNIVERSIDAD DE ALCALÁ. Pandas: Herramienta básica para el data science en Python. [Sitio Web]. [Consultado el 07 de febrero de 2022]. Disponible en: https://www.master-datascientist. com/pandas-herramienta-data-science/UNZUETA, D. Towards Data Science. Fundamentos del aprendizaje automático. Discriminante lineal de Fisher: explicación intuitiva. [Sitio Web]. [Consultado 22 de noviembre de 2021]. Disponible en: https://towardsdatascience.com/fishers-linear-discriminant-intuitively-explained- 52a1ba79e1bbWANG, Qingxiang. YANG, Huanxin. YU, Yanhong. Facial Expression video analysis for depression detection in Chinese patients. [Sitio Web]. [Consultado el 23 de agosto de 2021]. disponible en: https://www.sciencedirect.com/science/article/abs/pii/S1047320318302761?via%3DihubXIAOFEI He, PARTHA Niyogi . Locality Preserving Projections. [Sitio Web]. [Citado el 25 de marzo de 2022]. Disponible en: https://proceedings.neurips.cc/paper/2003/file/d69116f8b0140cdeb1f99a4d5096ffe4- Paper.pdfCopyright-Universidad Católica de Colombia, 2022info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2EMOCIONES--IDENTIFICACIÓNAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)REDES NEURONALES (COMPUTADORES)DEPRESIÓN MENTAL - DIAGNÓSTICOEXPRESIÓN FACIALRECONOCIMIENTO FACIAL (INFORMÁTICA)DepresiónDetecciónEmocionesInteligencia artificialRedes neuronalesMétodo secuencial de kerasMatriz de confusiónReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóvenesTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/version/c_fa2ee174bc00049fhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóv.pdfReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóv.pdfapplication/pdf1005188https://repository.ucatolica.edu.co/bitstreams/1a4b26fc-f497-41e9-a621-c332eba5f251/download7fa8c3f2bdb7a8d4c4b17b32464dadffMD51Resumen Analítico en Educación - RAE.pdfResumen Analítico en Educación - RAE.pdfapplication/pdf246816https://repository.ucatolica.edu.co/bitstreams/24018cf2-581f-4058-82b3-c0863b88f91c/downloadbf86c336cd0660415acb84df7a9c5f62MD52F-006-GB-008_IDENTIFICACIÓN_TRABAJO_TESIS_DE_GRADO_VS_05-firmado.pdfF-006-GB-008_IDENTIFICACIÓN_TRABAJO_TESIS_DE_GRADO_VS_05-firmado.pdfapplication/pdf309840https://repository.ucatolica.edu.co/bitstreams/7f136f39-210d-4f94-bfd5-6f39951dc4c8/download4862c683062ffbea2acd707443d22f5eMD53F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdfF-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdfapplication/pdf116777https://repository.ucatolica.edu.co/bitstreams/7d37be0e-fcd8-4649-a6e2-dd5bdbe5c5b5/downloadbcea37635e87af91a28130ef5c3f7e24MD54TEXTReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóv.pdf.txtReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóv.pdf.txtExtracted texttext/plain165583https://repository.ucatolica.edu.co/bitstreams/923c9a08-9b92-4c67-8cea-834322efc22d/download4f1e1b0437dc6e3286e1ae5fe8605c15MD55Resumen Analítico en Educación - RAE.pdf.txtResumen Analítico en Educación - RAE.pdf.txtExtracted texttext/plain21046https://repository.ucatolica.edu.co/bitstreams/99f43559-c3fd-4339-8f52-ec313c2b0650/downloadc04c424947c7ab1c6c00d38e57a2447eMD57F-006-GB-008_IDENTIFICACIÓN_TRABAJO_TESIS_DE_GRADO_VS_05-firmado.pdf.txtF-006-GB-008_IDENTIFICACIÓN_TRABAJO_TESIS_DE_GRADO_VS_05-firmado.pdf.txtExtracted texttext/plain1682https://repository.ucatolica.edu.co/bitstreams/a34f5d74-47d9-41d8-b9c0-7eeac8993a0b/download3dff3c06ef1ac4f153f69f5d1313fbf7MD59F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.txtF-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.txtExtracted texttext/plain10930https://repository.ucatolica.edu.co/bitstreams/837ee9c0-af92-40c1-ac45-49d94110c553/downloade9bff76aedf4c9b861722a6aa1e27a78MD511THUMBNAILReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóv.pdf.jpgReconocimiento automático de emociones faciales planteadas por Ekman para apoyar el diagnóstico o tratamiento de la depresión en adultos jóv.pdf.jpgRIUCACimage/jpeg11923https://repository.ucatolica.edu.co/bitstreams/8f989049-a80f-4d8f-ba65-419485943168/download38fd1cd61466664b314843a93663c9c3MD56Resumen Analítico en Educación - RAE.pdf.jpgResumen Analítico en Educación - RAE.pdf.jpgRIUCACimage/jpeg19859https://repository.ucatolica.edu.co/bitstreams/e7af25df-bd82-4b67-a134-174910a248f1/downloadd932a7dff3cecad988d148c5b4c1e2a5MD58F-006-GB-008_IDENTIFICACIÓN_TRABAJO_TESIS_DE_GRADO_VS_05-firmado.pdf.jpgF-006-GB-008_IDENTIFICACIÓN_TRABAJO_TESIS_DE_GRADO_VS_05-firmado.pdf.jpgRIUCACimage/jpeg27446https://repository.ucatolica.edu.co/bitstreams/5e90038f-118a-413e-a997-756944c219da/downloaddeb4146096a1d260136de449c06d4dc8MD510F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.jpgF-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.jpgRIUCACimage/jpeg25354https://repository.ucatolica.edu.co/bitstreams/96ebb0ac-7bd8-4f3a-8319-76363461775d/download91d87cc267574b56b74c34ba13100f4eMD51210983/27624oai:repository.ucatolica.edu.co:10983/276242023-03-24 16:15:16.52https://creativecommons.org/licenses/by-nc/4.0/Copyright-Universidad Católica de Colombia, 2022https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com |