Please use this identifier to cite or link to this item: http://ri-ng.uaq.mx/handle/123456789/3506
Title: Detección de estrés en conductores automovilísticos a través de medidas estadísticas y señales electromiográficas
metadata.dc.creator: Olivia Vargas López
Keywords: INGENIERÍA Y TECNOLOGÍA;CIENCIAS MÉDICAS;TECNOLOGÍA MÉDICA
metadata.dc.date: 1-Mar-2022
Description: Las consecuencias económicas y personales derivados de los accidentes automovilísticos generan efectos negativos en la sociedad, los cuales han ido en aumento recientemente. Una de las causas que pueden generar estos accidentes de tráfico es el estrés presente en los conductores mientras van manejando sus automóviles, por ello, es fundamental desarrollar técnicas para la detección de niveles estrés en conductores automovilísticos. Las metodologías desarrolladas anteriormente son capaces de distinguir si el conductor presenta estrés o no con una mala relación efectividad y carga computacional, lo cual no permite que pueda ser implementada en tiempo real. En este trabajo, se investiga la eficiencia de indicadores estadísticos tales como moda, mediana, desviación estándar, varianza, entre otros, debido a que estos son capaces de medir cambios sutiles que se dan en una señal fisiológica como las señales electromiográficas. En este sentido, los resultados que se han obtenido con la metodología desarrollada en esta investigación mostraron que la varianza y la desviación estándar en conjunto con un clasificador de tipo máquina de soporte vectorial con un kernel cúbico son los más efectivos para la detección de estrés en conductores con una efectividad del 96%, lo cual muestra una mejora en la eficiencia, además de ser una metodología de baja carga computacional debido a que no tiene una etapa de preprocesamiento de las señal. Es importante mencionar, que las máquinas de soporte vectorial pueden ser entrenados con diferentes kernels, por lo tanto, se entrenó el clasificador con cada uno de ellos para conocer cual daba el mejor resultado utilizando como entrada los indicadores estadísticos.
URI: http://ri-ng.uaq.mx/handle/123456789/3506
Other Identifiers: estrés
EMG
medidas estadísticas
máquina de soporte vectorial
Appears in Collections:Tesis

Files in This Item:
File Description SizeFormat 
IGMAC-240915-A-0322-322-Olivia Vargas López -A.pdf1.45 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.