Título :	Clasificación de estados de atención visual con métricas de seguimiento ocular mediante técnicas de aprendizaje profundo
Autor(es):	Alea Fernanda Bello Díaz
Palabras clave:	Ingeniería y Tecnología Ciencias Tecnológicas Otras Especialidades Tecnológicas
Fecha de publicación :	30-jun-2023
Editorial :	Ingeniería
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias en Inteligencia Artificial
Resumen:	La estimación de estados de atención es una tarea importante en diferentes áreas del conocimiento. Hasta el momento la clasificación de estados de atención se veía limitada por las clases que el estado del arte ha utilizado para describir el estado cognitivo de los sujetos. En esta contribución se plantea una nueva forma de procesar los datos de sesiones de seguimiento ocular: convertir la información una dimensión a una visualización bidimensional. Esta propuesta brinda la oportunidad de visualizar propiedades físicas de los diferentes movimientos oculares que durante un procesamiento convencional pueden pasar desapercibidas.
URI:	https://ri-ng.uaq.mx/handle/123456789/8907
Aparece en:	Maestría en Ciencias en Inteligencia Artificial

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