"Desarrollo de algoritmos de detección y clasificación de niveles de atención basados en Inteligencia de Enjambre"

María Guadalupe Bedolla Ibarra

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Marco Antonio Aceves Fernandez	es_ES
dc.creator	María Guadalupe Bedolla Ibarra	es_ES
dc.date	2022-08-30
dc.date.accessioned	2022-09-19T15:22:41Z
dc.date.available	2022-09-19T15:22:41Z
dc.date.issued	2022-08-30
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/3874
dc.description	"La atención es una de las funciones cognitivas más importantes pues es de vital importancia para llevar a cabo cada una de las acciones que realizamos, desde actividades cotidianas hasta tareas más demandantes. La presencia de un déficit atencional afecta de forma significativa el rendimiento de una persona, por lo que es de gran importancia determinar el estado de los mecanismos atencionales. Una herramienta que permita determinar el nivel de atención podría ser de gran ayuda en el diagnóstico de síndromes o trastornos y ayudar en la rehabilitación y tratamiento de las personas que padecen déficits atencionales. En este trabajo se propone una metodología basada en un algoritmo híbrido que combina Random Forest optimizado con PSO para la clasificación de los niveles de atención. Estos niveles de atención se dividen en tres categorías principales: Atención Alta, Atención Normal y Atención Baja. Esta propuesta demostró alcanzar una exactitud de hasta el 96%. Se demostró la robustez del modelo mediante métricas como el P-value, la varianza y MCEN. Finalmente, el enfoque de esta contribución fue comparado con el estado del arte, demostrando que se presenta una metodología factible para esta aplicación."	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.relation.requires	No	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Atención	es_ES
dc.subject	Clasificación	es_ES
dc.subject	Eye-tracking	es_ES
dc.subject	Particle Swarm Optimization	es_ES
dc.subject	Random Forest	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	"Desarrollo de algoritmos de detección y clasificación de niveles de atención basados en Inteligencia de Enjambre"	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	BEIG961296MGTDBD08	es_ES
dc.contributor.identificador	AEFM780704HMCCRR09	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES