Navegando por Palavras-chave "Processamento de Sinais Cardíacos"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Emotion classification using artificial intelligence and physiological signal processing
    (Universidade Federal de São Paulo, 2024-01-25) Claret, Anderson Faria [UNIFESP]; Moraes, Matheus Cardoso [UNIFESP]; Casali, Karina Rabello [UNIFESP]; Cunha, Tatiana Souza [UNIFESP]; http://lattes.cnpq.br/2188710413184266; http://lattes.cnpq.br/6737487161341934; http://lattes.cnpq.br/1854451408004051; http://lattes.cnpq.br/5362696519263153
    Emoções desempenham um papel crucial na cognição humana, exercendo influência em vários aspectos da vida dos indivíduos. A ampla adoção da inteligência artificial e do aprendizado de máquina despertou o interesse no desenvolvimento de sistemas capazes de reconhecer e classificar automaticamente emoções e estados afetivos. No entanto, identificar com precisão as emoções humanas continua a ser um desafio formidável devido à sua natureza multifacetada e às alterações fisiológicas associadas. Este estudo teve como objetivo criar uma ferramenta para classificação automática de emoções humanas, independente do participante, utilizando sinais cardíacos de dispositivos de baixo custo e um conjunto de dados disponível publicamente. O projeto foi apoiado por uma revisão sistemática da literatura e abrangeu o processamento de sinais cardíacos e a aplicação de algoritmos de aprendizado de máquina para classificar nove estados emocionais diferentes. Três métodos distintos de organização de dados foram desenvolvidos e quatro modelos diferentes de aprendizado de máquina foram empregados para a tarefa de classificação. Os resultados obtidos a partir das diversas abordagens de organização de dados complementaram-se, enfatizando a necessidade de incorporar uma variabilidade substancial nas respostas fisiológicas a situações emocionais durante o processo de treino para alcançar resultados ótimos num contexto independente do participante. O potencial de aplicação da ferramenta proposta é extenso, abrangendo desde a área médica até a avaliação e desenvolvimento de novos produtos de consumo, justificando sua importância.