Publicación: Simulación de reconocimiento de emociones por medio de weareables
| dc.contributor.advisor | Guevara Ortega, Luz Maribel | |
| dc.contributor.author | Melo Torres, Cristian Camilo | |
| dc.contributor.author | Diaz Bermeo, Juan Diego | |
| dc.creator.id | 1000273823 | |
| dc.creator.id | 1033096701 | |
| dc.date.accessioned | 2026-11-03T01:14:48Z | |
| dc.date.issued | 2026-10-19 | |
| dc.description.abstract | Este 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.abstract | This 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.degreelevel | Pregrado | |
| dc.description.degreename | Ingeniero de Sistemas | spa |
| dc.description.tableofcontents | Tabla 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. Bibliografía | spa |
| dc.format | ||
| dc.format.extent | 72 páginas | |
| dc.format.medium | Recurso electrónico | spa |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | instname:Universidad Ean | spa |
| dc.identifier.local | BDM-FIS | |
| dc.identifier.reponame | reponame:Repositorio Institucional Biblioteca Digital Minerva | spa |
| dc.identifier.repourl | https://repository.ean.edu.co/ | |
| dc.identifier.uri | https://hdl.handle.net/10882/19717 | |
| dc.language.iso | spa | |
| dc.publisher.faculty | Facultad de Ingeniería | spa |
| dc.publisher.program | Ingeniería de Sistemas | spa |
| dc.relation.references | Aquí 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.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | |
| dc.rights.creativecommons | Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) | spa |
| dc.rights.license | Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) | |
| dc.rights.local | Abierto (Texto Completo) | spa |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject.armarc | Inteligencia artificial | spa |
| dc.subject.armarc | Métodos de simulación | spa |
| dc.subject.armarc | Simulación por computadores | spa |
| dc.subject.armarc | Salud mental | spa |
| dc.subject.armarc | Emociones -- Efecto de la innovaciones tecnológicas | spa |
| dc.subject.proposal | Wearables | |
| dc.subject.proposal | Inteligencia artificial | |
| dc.subject.proposal | Señales fisiológicas | |
| dc.subject.proposal | Salud mental | |
| dc.title | Simulación de reconocimiento de emociones por medio de weareables | spa |
| dc.title | Emotion recognition simulation using wearables | eng |
| dc.type | Trabajo de grado - Pregrado | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa | |
| dc.type.content | Text | |
| dc.type.driver | info:eu-repo/semantics/bachelorThesis | |
| dc.type.other | Trabajo de grado - Pregrado | |
| dc.type.redcol | http://purl.org/redcol/resource_type/TP | |
| dc.type.version | info:eu-repo/semantics/acceptedVersion | |
| dspace.entity.type | Publication | |
| person.affiliation.name | Ingeniería de Sistemas | |
| person.affiliation.name | Ingeniería de Sistemas | |
| relation.isDirectorOfPublication | 76c32244-c1c4-482c-860b-8689ce56c5c8 | |
| relation.isDirectorOfPublication | 76c32244-c1c4-482c-860b-8689ce56c5c8 | |
| relation.isDirectorOfPublication.latestForDiscovery | 76c32244-c1c4-482c-860b-8689ce56c5c8 |
Archivos
Bloque original
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 1.92 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción:
