Reconocimiento y clasificación de emociones generadas por estímulos multimedia a través de señales MEG

El reconocimiento de emociones es una necesidad en la interacción de los seres humanos con las computadoras. A veces, las demandas de los usuarios pueden ser inferidas implícitamente por el estado emocional en el que se encuentran. Si los sistemas computacionales logran efectivamente responder a dichos impulsos emocionales, la experiencia de quién lo controle podría mejorar significativamente. Por esto, resulta necesario comprender el comportamiento de distintas señales del cerebro como respuesta a los contenidos multimedia que le son presentados. Entonces, el objetivo de este proyecto será desarrollar algoritmos que ayuden a encontrar patrones en la actividad cerebral de una persona frente a estímulos multimedia, para así reconocer que emociones siente frente al mismo. Para esto, se usara el dataset DECAF, donde se realizó un estudio a 30 pacientes sobre su comportamiento al observar vídeos musicales y fragmentos de películas reconocidas. Las señales recopiladas provienen de técnicas como la magnetoencefalografía (MEG), electrocardiografía (ECG), entre otras. Para propósitos prácticos de este proyecto, las estudiadas serán las señales MEG. La forma de obtener dicho reconocimiento de patrones se dará a modo de ranking, donde al ubicar correctamente los vídeos más impactantes para los pacientes en las primeras posiciones del ranking se podrá conocer qué regiones del cerebro influyen mayoritariamente en la predicción de dicha posición

• Autores: Salcedo Escobar, Juan Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/40352
• Acceso en línea: http://hdl.handle.net/1992/40352
• Palabra clave: Magnetoencefalografía; Cerebro; Procesamiento de señales; Aprendizaje supervisado (Aprendizaje automático); Emociones; Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf