Publicación:
Simulación de reconocimiento de emociones por medio de weareables

dc.contributor.advisorGuevara Ortega, Luz Maribel
dc.contributor.authorMelo Torres, Cristian Camilo
dc.contributor.authorDiaz Bermeo, Juan Diego
dc.creator.id1000273823
dc.creator.id1033096701
dc.date.accessioned2026-11-03T01:14:48Z
dc.date.issued2026-10-19
dc.description.abstractEste documento presenta los elementos clave para el primer informe de avance de la propuesta del modelo de simulación, enfocado en el reconocimiento de emociones mediante dispositivos wearables e inteligencia artificial. Se aborda la problemática de los métodos tradicionales basados en análisis facial o de voz, proponiendo el uso de señales fisiológicas como ritmo cardíaco, temperatura y conductancia de la piel para detectar emociones en tiempo real. La metodología se estructura en seis fases, que abarcan desde la revisión del estado del arte hasta la validación del sistema, detallando las tecnologías y herramientas a emplear. En lugar de desarrollar un modelo completo, se llevará a cabo una simulación para evaluar la viabilidad del sistema propuesto. Esta simulación busca explorar cómo la inteligencia artificial puede integrarse en la psicología y la salud mental, áreas que enfrentan el desafío de cómo la inteligencia artificial puede integrarse en la psicología y la salud mental.spa
dc.description.abstractThis document presents the key elements for the first progress report on a proposed simulation model focused on emotion recognition using wearable devices and artificial intelligence. It addresses the limitations of traditional methods—which rely on facial or voice analysis—by proposing the use of physiological signals, such as heart rate, temperature, and skin conductance, to detect emotions in real time. The methodology is structured into six phases, ranging from a review of the state of the art to system validation, with a detailed account of the technologies and tools to be employed. Rather than developing a full-scale model, a simulation will be conducted to evaluate the feasibility of the proposed system. This simulation aims to explore how artificial intelligence can be integrated into the fields of psychology and mental health—areas that currently face the challenge of determining how such technology can be effectively incorporated.eng
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemasspa
dc.description.tableofcontentsTabla de contenido: 1. Resumen 2. Introducción 3. Marco de Referencia 3.1. Sistema wearable para el reconocimiento de emociones 3.2. Simulación del Reconocimiento de Emociones en Dispositivos Wearables 4. Diseño metodológico 4.1. Enfoque 4.2. Tipo 4.3. Variables Fisiológicas (Entrada) 4.4. Variables Tecnológicas 4.5. Variables de Evaluación (Salida) 4.6. Variables Contextuales 5. Modelo de simulación 5.1. Objetivo de la simulación 5.2. Pasos y desarrollo de la simulación 6. Visualización y resultados 7. Puesta en práctica 7.1. Relajación 7.2. Estrés 7.3. Enojo 7.4. Estado Moderado 8. Instrumento de investigación 8.1. Instrumento de recolección de datos 8.2. Recolección de datos 8.3. Procesamiento y análisis de resultados 8.4. Estructura del instrumento 8.5. Análisis por dimensión 8.6. Aplicación del índice V de Aiken 9. Discusión y hallazgos 9.1. Tendencias generales 10. Recomendaciones 11. Conclusiones 12. Bibliografíaspa
dc.formatpdf
dc.format.extent72 páginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-FIS
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlhttps://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/19717
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programIngeniería de Sistemasspa
dc.relation.referencesAquí tienes las referencias bibliográficas extraídas del documento para que puedas copiarlas y pegarlas: Chanel, G., Kierkels, J. J. M., Soleymani, M., & Pun, T. (2009). Short-term emotion assessment in a recall paradigm. International Journal of Human-Computer Studies, 67(8), 607-627. https://doi.org/10.1016/j.ijhcs.2009.03.002[cite: 50] Zheng, W. L., Zhu, J. Y., & Lu, B. L. (2014). Identifying stable patterns over time for emotion recognition from EEG. IEEE Transactions on Affective Computing, 10(3), 417-429. https://doi.org/10.1109/TAFFC.2017.2712143[cite: 50] Lu, H., Zhang, Q., Chen, X., Zhan, Q., & Han, L. (2017). Detecting work-related stress with a wearable device. Computers in Industry, 90, 42-49. https://doi.org/10.1016/j.compind.2017.05.004[cite: 50] Alarcon, M., Serrano, C., & Diaz, L. (2022). modelos cucantitativos para la deteccion de emociones mediante señales fisiologicas. Revista de neruotecnologia, 45-59.[cite: 50] Andre, K. y. (2021). Throughput and Interference for Cooperative Spectrum Sensing: A Malicious Perspective. Obtenido de TIIS: https://itiis.org/digital-library/25111[cite: 50] Bersini. (2021). Wearable technologies for emotion and stress detection. Obtenido de doi: https://doi.org/10.1155/2021/6647635[cite: 50] Blackmore, K. L., Smith, S. P., Bailey, J. D., & Krynski, B. (8 de 2 de 2024). Integrating Biofeedback and Artificial Intelligence into eXtended Reality Training Scenarios: A Systematic Literature Review. Obtenido de Sage Journals Simulation & Gaming: https://doi.org/10.1177/10468781241236688[cite: 50] Cerrato, F. G. (4 de octubre de 2024). Biotech. Obtenido de El desafío de la Inteligencia Artificial en psicología y salud mental: https://biotechmagazineandnews.com/el-desafio-de-la-inteligencia-artificial-en-psicologia-y-salud-mental/[cite: 50] Chanel. (julio de 2009). International Journal of Human-Computer Studies. Obtenido de https://www.sciencedirect.com/science/article/abs/pii/S1071581909000354?via%3Dihub[cite: 50] Chen. (2022). Obtenido de Cross-Subject Emotion Recognition with Sparsely-Labeled Peripheral Physiological Data Using SHAP-Explained Tree Ensembles. Recuperado de: https://arxiv.org/abs/2211.02923: https://arxiv.org/abs/2211.02923[cite: 51] Chen. (2022). Cross-Subject Emotion Recognition with Sparsely-Labeled Peripheral Physiological Data Using SHAP-Explained Tree Ensembles. Obtenido de Cornell University: https://arxiv.org/abs/2211.02923[cite: 51] Custers, B. v. (2019). Obtenido de Discrimination, Artificial Intelligence, and Algorithmic Decision-Making. Springer.[cite: 51] Dorwart, L. (5 de 05 de 2023). verywellhealth. Obtenido de https://www.verywellhealth.com/galvanic-skin-response-6373883?utm_source[cite: 51] fanny, l. (14 de 07 de 2020). frontiers. Obtenido de https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2020.01111/full?utm_source[cite: 51] Gabriel López, E. I. (2022). Diseño de sistema wearable de monitoreo de pacientes psiquiátricos para reducción de eventos adversos. Obtenido de laccei: https://laccei.org/LACCEI2022-BocaRaton/work_in_progress/WP584.pdf[cite: 51] Hernandez, G. (2024). A Systematic Literature Review of Modalities, Trends, and Limitations in Emotion Recognition, Affective Computing, and Sentiment Analysis. Obtenido de MDPI: https://www.mdpi.com/2076-3417/14/16/7165[cite: 51] K, t. (06 de 05 de 2022). ISSN. Obtenido de https://ijournalse.org/index.php/ESJ/article/view/1011?utm_source[cite: 51] Kim. (2021). Throughput and Interference for Cooperative Spectrum Sensing: A Malicious Perspective. Obtenido de TIIS: https://itiis.org/digital-library/25111[cite: 51] Rosal, M. E. (2019). Obtenido de Disruptive and Game Changing Technologies in Modern Warfare. Springer.[cite: 52] Limbani, D. Y. (2023). WEARS: Wearable Emotion AI with Real-time Sensor data. Obtenido de arXiv preprint arXiv: https://arxiv.org/abs/2308.11673[cite: 52] Lu. (2017). Detecting work-related stress with a wearable device. Obtenido de ScienceDirect: https://www.sciencedirect.com/science/article/abs/pii/S0166361516303207?via%3Dihub[cite: 52] MALDITA.ES. (8 de abril de 2024). Maldita Tecnología. Obtenido de Inteligencia artificial y reconocimiento de emociones: cómo se está usando y qué riesgos y limitaciones tiene: https://maldita.es/malditatecnologia/20240408/reconocimiento-emociones-ia-riesgos-limitaciones/[cite: 52] Manzo, G. (julio de 2022). Detección automática de emociones a través de bioseñales y ambientes virtuales. Obtenido de ResearchGate: https://www.researchgate.net/publication/377363493_Deteccion_automatica_de_emociones_a_traves_de_biosenales_y_ambientes_virtuales?channel=doi&linkId=65a2451440ce1c5902da9155&showFulltext=true[cite: 52] nandini, D. (18 de 05 de 2025). Scientific Reports. Obtenido de https://www.nature.com/articles/s41598-025-99858-0?utm_source[cite: 52] Peña, D., & Vargas, H. (2021). investigacion aplicada en nuerociencia y tecnologia wearable apliaciones practicas. Revista colombiana de innovacion, 91-104.[cite: 52] Philip Schmidt, A. R. (21 de noviembre de 2018). Wearable affect and stress recognition: A review. Obtenido de Arxiv: https://arxiv.org/abs/1811.08854[cite: 52] Portilla, S. (2022). Recent Progress in MEMS Fiber-Optic Fabry-Perot Pressure Sensors. Obtenido de MDPI: https://www.mdpi.com/1424-8220/24/4/1079[cite: 52] Rojas. (2021). Detecting Emotions through Electrodermal Activity in Learning Contexts: A Systematic Review. Obtenido de MDPI: https://www.mdpi.com/1424-8220/21/23/7869[cite: 53] Saganowski, S. D. (2019). Emotion Recognition Using Wearables: A Systematic Literature Review - Work in progress. Obtenido de arXiv preprint arXiv: https://arxiv.org/abs/1912.10528[cite: 53] Sarker, H. (15 de 6 de 2024). Artificial Intelligence, Immersive Technologies, and Neurotechnologies in Breathing Interventions for Mental and Emotional Health: A Systematic Review. Obtenido de MDPI Electronics: https://doi.org/10.3390/electronics13122253[cite: 53] Sarker, H., Sharmin, M., Ali, A. A., Rahman, M. M., Bari, R., Hossain, S. M., & Kumar, S. (12 de 9 de 2016). Assessing the availability of users to engage in just-in-time intervention in the natural environment. Obtenido de ACM Digital Library: https://doi.org/10.1145/2971648.2971675[cite: 53] Schmidt, P. R. (2018). Wearable affect and stress recognition: A review. Obtenido de arXiv preprint arXiv:: https://arxiv.org/abs/1811.08854[cite: 53] Shih, F. W. (2021). Obtenido de User-centric wearable design for emotional regulation: A multisensory approach". International Journal of Human-Computer Interaction, 37(3), 245-261.[cite: 53] Shu. (2020). MDPI. Obtenido de Wearable Emotion Recognition Using Heart Rate Data from a Smart Bracelet: https://www.mdpi.com/1424-8220/20/3/718[cite: 53] Takahashi. (26 de enero de 2022). frontiers. Obtenido de Heart Rate Information-Based Machine Learning Prediction of Emotions Among Pregnant Women: https://www.frontiersin.org/journals/psychiatry/articles/10.3389/fpsyt.2021.799029/full[cite: 53] Van Eck, N. J. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics.[cite: 54] Verbeek, P.-P. &. (2020). Obtenido de Technology and the good society: A polemical essay on social ontology, political principles, and responsibility. Springer.[cite: 54] Wang. (2021). Emotion Recognition Using Different Sensors, Emotion Models, Methods and Datasets: A Comprehensive Review. Obtenido de MDPI: https://www.mdpi.com/1424-8220/23/5/2455[cite: 54] Yan, X. W. (2015). Emotion recognition with multi-modal peripheral physiological signals. Obtenido de Frontiers in Computer Science: https://www.frontiersin.org/articles/10.3389/fcomp.2023.1264713/full[cite: 54] Yan, X. W. (2023). Emotion recognition with multi-modal peripheral physiological signals. Obtenido de Frontiers in Computer Science: https://www.frontiersin.org/articles/10.3389/fcomp.2023.1264713/full[cite: 54] Yan, X. W. (2023). Emotion recognition with multi-modal peripheral physiological signals. Obtenido de Frontiers in Computer Science: https://www.frontiersin.org/articles/10.3389/fcomp.2023.1264713/full[cite: 54] Zhang. (2023). A novel physiological feature selection method for emotional stress assessment based on emotional state transition. Obtenido de frontiers: https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2023.1138091/full[cite: 54] Zheng. (2014). Identifying Stable Patterns over Time for Emotion Recognition from EEG Publisher: IEEE Cite This. Obtenido de https://ieeexplore.ieee.org/document/7938737[cite: 54] Musea, E., Drigas, A., & Skianis, C. (2024). Artificial Intelligence, Immersive Technologies, and Neurotechnologies in Breathing Interventions for Mental and Emotional Health: A Systematic Review. Electronics, 13(12), 2253. https://doi.org/10.3390/electronics13122253[cite: 54] Alarcón, M., Serrano, C., & Díaz, L. (2022). Modelos cuantitativos para la detección de emociones mediante señales fisiológicas. Revista de Neurotecnología, 8(1), 45-59.[cite: 54] Peña, D., & Vargas, H. (2021). Investigación aplicada en neurociencia y tecnología wearable: aplicaciones prácticas. Revista Colombiana de Innovación, 6(2), 91-104.[cite: 54] González, F., & Mena, R. (2020). Simulación computacional de respuestas emocionales con sensores portables. Journal Latinoamericano de Ingeniería Biomédica, 14(4), 200-213.[cite: 54]
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)spa
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject.armarcInteligencia artificialspa
dc.subject.armarcMétodos de simulaciónspa
dc.subject.armarcSimulación por computadoresspa
dc.subject.armarcSalud mentalspa
dc.subject.armarcEmociones -- Efecto de la innovaciones tecnológicasspa
dc.subject.proposalWearables
dc.subject.proposalInteligencia artificial
dc.subject.proposalSeñales fisiológicas
dc.subject.proposalSalud mental
dc.titleSimulación de reconocimiento de emociones por medio de weareablesspa
dc.titleEmotion recognition simulation using wearableseng
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de grado - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameIngeniería de Sistemas
person.affiliation.nameIngeniería de Sistemas
relation.isDirectorOfPublication76c32244-c1c4-482c-860b-8689ce56c5c8
relation.isDirectorOfPublication76c32244-c1c4-482c-860b-8689ce56c5c8
relation.isDirectorOfPublication.latestForDiscovery76c32244-c1c4-482c-860b-8689ce56c5c8

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
MeloCristian2026.pdf
Tamaño:
1017.35 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de Grado
Cargando...
Miniatura
Nombre:
MeloCristian2026_Anexo.pdf
Tamaño:
257.58 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción: