Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/23337
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorCabrera Pabón, Edison Daniel-
dc.date.accessioned2022-10-27T20:42:43Z-
dc.date.available2022-10-27T20:42:43Z-
dc.date.issued2022-10-
dc.identifier.citationCabrera Pabón, E.D.(2022).Análisis de señales EEG para la detección de emociones, usando algoritmos de aprendizaje automático: obtención de un dataset para reconocimiento de emociones usando técnicas de aprendizaje automático.85 páginas. Quito : EPN.es_ES
dc.identifier.otherT-IS 1676/CD 12754-
dc.identifier.urihttp://bibdigital.epn.edu.ec/handle/15000/23337-
dc.descriptionEl presente trabajo detalla el procedimiento de recopilación de un conjunto de datos para el análisis de los estados emocionales de personas expuestas a realizar actividades específicas. Se registraron señales electroencefalográficas (EEG) correspondientes a 12 participantes mientras cada uno realizaba una sesión. Casa sesión fue de 2 minutos en un estado de relajamiento, para obtener una línea base y de 20 minutos realizando actividades de trading para la detección de emociones. Para la recopilación de los datos de los participantes se hizo uso de un casco Ultravortex (OPEN BCI) con 8 sensores para la captación de las diferentes señales EEG captadas en distintas ubicaciones alrededor del cráneo. Los participantes calificaron como se iban sintiendo en términos de niveles de valencia-excitación en el espacio bidimensional formado por estas dos variables. Se tomaron evidencias en video de la cara frontal, tanto para el apartado de relajamiento como para las actividades de trading. Se muestra adicionalmente un extenso análisis de los datos registrados de los participantes y se busca encontrar como correlacionan las señales EEG y los niveles de valencia y excitación registrados por cada uno de los participantes. El dataset se probó con métodos de aprendizaje automático para la detección de emociones en el espacio valencia-excitación. Se presentan los métodos y los resultados para la clasificación las emociones de los participantes. El dataset está disponible públicamente y se anima a otros investigadores a que lo utilicen para probar sus propios métodos de estimación de los estados emocionales.es_ES
dc.description.abstractThis paper details the procedure for collecting data for analyzing the emotional states of people exposed to specific activities. Electroencephalographic (EEG) signals corresponding to 12 participants were recorded while each performed a session. Each session lasted 2 minutes in a state of relaxation to obtain a baseline and 20 minutes to perform trading activities to detect emotions. This work used an Ultravortex helmet (OPEN BCI) with eight sensors to capture the different EEG signals in various areas around the skull to collect the data from the participants. Participants rated how they felt regarding valence-arousal levels in the two-dimensional space formed by these two variables. Video evidence was taken from the front face, both for the relaxation section and for trading activities. Additionally, an extensive analysis of the registered data of the participants is shown, and it is sought to find how the EEG signals correlate with the levels of valence and arousal recorded by each participant. The data set was tested with machine learning methods for emotion detection in the valence-arousal space. Methods and results for classifying participants' emotions are presented. The dataset is publicly available, and other researchers are encouraged to use it to test their own methods of estimating emotional states.es_ES
dc.description.sponsorshipHernández Álvarez, Myriam Beatriz, director.es_ES
dc.language.isospaes_ES
dc.publisherQuito : EPN, 2022.es_ES
dc.rightsopenAccesses_ES
dc.subjectPROCESAMIENTO DE SEÑALESes_ES
dc.subjectEMOCIONESes_ES
dc.subjectAPRENDIZAJE AUTOMÁTICOes_ES
dc.subjectSEÑALES ELECTROENCEFALOGRÁFICASes_ES
dc.titleAnálisis de señales EEG para la detección de emociones, usando algoritmos de aprendizaje automático: obtención de un dataset para reconocimiento de emociones usando técnicas de aprendizaje automático.es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones:TIC - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD 12754.pdf5,02 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.