Publicación:
Semillero de procesamiento y detección de patrones en señales 2024-1

Vista sencilla de ítem
dc.contributor.authorAlzate Márquez, Mateo
dc.contributor.projectmemberGallón Duque, Santiago
dc.contributor.projectmemberGutiérrez Noguera, Santiago
dc.contributor.projectmemberJaramillo Codina, Alejandra Sofía
dc.contributor.projectmemberZuluaga Gómez, Isabella
dc.contributor.projectmemberCastaño López, Juan Carlos
dc.date.accessioned2024-06-26T16:21:23Z
dc.date.available2024-06-26T16:21:23Z
dc.date.issued2024
dc.description8 páginas
dc.description.abstractRESUMEN: en el semillero de procesamiento de señales se utilizó una base de datos de estímulos emocionales por realidad virtual ya existente en donde se utilizaron señales de electrocardiograma (ECG). La base de datos contenía registros de 34 personas sometidas a 12 diferentes estímulos de realidad virtual (VR), clasificados como "felices" o "tristes", después se procesaron las señales usando Python y diversas librerías, comenzando con la limpieza y normalización de datos, seguida de la eliminación de ruido mediante el método IModPoly y un filtro pasa bajas de Butterworth y junto a esto se calcularon la frecuencia cardíaca y su variabilidad, la coherencia fisiológica y la entropía de Shannon como características de esta señal. Luego, se implementaron modelos de machine learning (KNN, MLP, SVM) para clasificar los estados emocionales, optimizando parámetros mediante GridSearchCV y evaluando los modelos con técnicas estándar de clasificación y gráficos SHAP para interpretar la importancia de las características. El ejercicio arrojó resultados como el análisis comparativo que mostró que el modelo KNN tuvo el mejor rendimiento con un área bajo la curva ROC de 0.71, seguido por MLP y SVM, ambos con un área de 0.61, también un análisis de las características demostró que las más influyentes fueron la coherencia fisiológica y la frecuencia cardíaca. Finalmente se concluyó que el modelo KNN fue el más adecuado para el conjunto de datos, mientras que MLP y SVM mostraron potencial en escenarios específicos con más datos y separación clara entre clases. El semillero estuvo constituido de sesiones explicativas y creativas donde se creó código de programación para resolver el problema planteado en el objetivo general.spa
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/6634
dc.language.isospa
dc.publisherUniversidad EIA
dc.publisher.placeEnvigado (Antioquia, Colombia)
dc.rightsDerechos Reservados - Universidad EIA, 2024spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución 4.0 Internacional (CC BY 4.0)
dc.subject.proposalProcesamiento de señalesspa
dc.subject.proposalECGspa
dc.subject.proposalMachine learningspa
dc.subject.proposalBases de datosspa
dc.titleSemillero de procesamiento y detección de patrones en señales 2024-1spa
dc.titleIdentificación de emociones de una base de datos basada en estímulos de VR por medio de técnicas de procesamiento de señales y machine learning: resultados del semillero de investigación de procesamiento y detección de patrones en señalesspa
dc.typeInforme de gestión
dc.type.coarhttp://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/report
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
Informe final del semillero de investigación de procesamiento de señales.pdf
Tamaño:
636.27 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
Artículo de resultados del semillero procesamiento de señales 2024_1.pdf
Tamaño:
850.35 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
2.49 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Procesamiento y detección de patrones en señales