Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Balbuena, J., (2022). Modelos de detección de emociones en texto y rostros para agentes conversacionales multimodales [Pontificia Universidad Católica del Perú]. http://hdl.handle.net/20.500.12404/22090
Balbuena, J., Modelos de detección de emociones en texto y rostros para agentes conversacionales multimodales []. PE: Pontificia Universidad Católica del Perú; 2022. http://hdl.handle.net/20.500.12404/22090
@mastersthesis{renati/1657598,
title = "Modelos de detección de emociones en texto y rostros para agentes conversacionales multimodales",
author = "Balbuena Galván, José Guillermo",
publisher = "Pontificia Universidad Católica del Perú",
year = "2022"
}
Full metadata record
Beltrán Castañón, César Armando
Balbuena Galván, José Guillermo
2022-04-06T19:59:18Z
2022-04-06T19:59:18Z
2022
2022-04-06
http://hdl.handle.net/20.500.12404/22090
El presente trabajo de investigación aborda la implementación, análisis y selección de
distintos modelos de redes neuronales recurrentes (RNN) y convolucionales (CNN)
para la detección de emociones en texto y rostros; los cuales pueden ser utilizados
como módulos adicionales en agentes conversacionales de tiempo real como son
chatbots o robots sociales. Los módulos de detección permiten a los agentes
conversacionales poder entender cómo se sienten las personas durante la interacción
con ellas; conociendo estos estados los agentes conversacionales pueden responder
empáticamente.
En primer lugar, se revisará la literatura sobre como los agentes conversacionales
buscan ser más empáticos, así como los métodos de detección de emociones mediante
distintos canales como texto y rostros. Luego, se procede a recolectar y pre-procesar
bases de datos públicas para el entrenamiento de los algoritmos seleccionados en base
a la literatura.
Finalmente, métricas tanto para la evaluación del rendimiento de predicción multiclase
(Accuracy, Precision, Recall y F1), como la velocidad de procesamiento (ej. Framesper-
second) son seleccionadas y analizadas para determinar cuáles son los mejores
algoritmos para implementar una aplicación de tiempo real. (es_ES)
spa (es_ES)
Pontificia Universidad Católica del Perú (es_ES)
info:eu-repo/semantics/openAccess (es_ES)
http://creativecommons.org/licenses/by/2.5/pe/ (*)
Redes neuronales (Computación) (es_ES)
Algoritmos computacionales (es_ES)
Reconocimiento óptico de patrones (es_ES)
Modelos de detección de emociones en texto y rostros para agentes conversacionales multimodales (es_ES)
info:eu-repo/semantics/masterThesis (es_ES)
Pontificia Universidad Católica del Perú. Escuela de Posgrado. (es_ES)
Informática con mención en Ciencias de la Computación (es_ES)
Maestría (es_ES)
Maestro en Informática con mención en Ciencias de la Computación (es_ES)
PE (es_ES)
https://purl.org/pe-repo/ocde/ford#1.02.00 (es_ES)
https://purl.org/pe-repo/renati/level#maestro (es_ES)
29561260
https://orcid.org/0000-0002-0173-4140 (es_ES)
74146973
611087 (es_ES)
Pow Sang Portillo, Jose Antonio (es_ES)
Beltran Castañon, Cesar Armando (es_ES)
Gómez Montoya, Hector Erasmo (es_ES)
https://purl.org/pe-repo/renati/type#tesis (es_ES)
Privada asociativa
This item is licensed under a Creative Commons License