Mostrar el registro sencillo del ítem

Modulación de emociones a través de la música en personas mayores

dc.contributor.advisorCancino, Sandra
dc.contributor.authorJaramillo Loaiza, Yosline Katerinn
dc.date.accessioned2023-02-27T16:44:23Z
dc.date.available2023-02-27T16:44:23Z
dc.date.issued2022
dc.identifier.urihttps://repositorio.escuelaing.edu.co/handle/001/2212
dc.description.abstractEn este documento se expone cada uno de los temas necesarios para la comprensión de la modulación de emociones, a través de la música en personas mayores. Para ello, se describe el protocolo de cómo se creó la base de datos, el desarrollo y planteamiento del preprocesamiento, la extracción de características, el balanceo de datos, el entrenamiento de dos modelos de aprendizaje automático y sus respectivas métricas para la evaluación de su desempeño.spa
dc.description.abstractThis document exposes each one of the necessary topics for the understanding of the modulation of emotions, through music in older people. For this, the protocol of how the database was created, the development and approach of the pre-processing, the extraction of characteristics, the balancing of data, the training of two automatic learning models and their respective metrics for the evaluation of their validity are described. performance.eng
dc.format.extent50 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.sourcehttps://www.dropbox.com/scl/fo/dbanx9qyoerelvxg0q3ze/h?dl=0&rlkey=32tirh2598o1jbw7fmohrgi6xspa
dc.titleModulación de emociones a través de la música en personas mayoresspa
dc.typeTrabajo de grado - Pregradospa
dc.description.notesEl documento cuenta con los link que redireccionan a los cuestionarios que se le realizaron a los participantes, además, cuenta con los link en donde se encuentra la base de datos, es decir, las señales de electroencefalografía y las imágenes que se formaron de estas.spa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.awardtitleMODULACIÓN DE EMOCIONES A TRAVÉS DE LA MÚSICA EN PERSONAS MAYORESspa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) Biomédico(a)spa
dc.description.researchareaPROCESAMIENTO DE IMAGENES Y SEÑALES MEDICASspa
dc.identifier.urlhttps://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23333
dc.publisher.programIngeniería Biomédicaspa
dc.relation.indexedN/Aspa
dc.relation.references[1] E. G. Fernández Abascal , M. P. Jiménez Sánchez, B. Gracía Rodríguez, M. D. Marín Díaz y F. J. Domínguez Sánchez, Psicología de la Emoción, Madrid: Centro de Estudios Ramón Areces. S. A, 2010.spa
dc.relation.references[2] L. F. Sarmiento Rivera y J. A. Ríos Flórez, «Bases neurales de la toma de decisiones e implicación de las emociones en el proceso» Neuropsicol. Vol. 12. Nº 2. P. 33, 2017spa
dc.relation.references[3] J. R. Sánchez Tombe «LESIONES EN LA CORTEZA PREFRONTAL VENTROMEDIAL Y SU IMPACTO EN LA COGNICIÓN SOCIAL». Bibliotecadigital. 2019. [En línea]. Available: https://bibliotecadigital.univalle.edu.co/bitstream/handle/10893/14775/CB 0600182.pdf?sequence=1&isAllowed=y#:~:text=Lesiones%20en%20vmPFC%20ocasionan%20varios,conduct a%20sexual%20y%2Fo%20moral. [Último acceso: 2022 5 11]spa
dc.relation.references[4] F. Morandín Ahuerma, «La hipótesis del marcador somático y la neurobiología de las decisiones» Escritos de Psicología. Vol 12. Nº 1. P 21.2019.spa
dc.relation.references[5] E. E. Benarroch, «La Amígdala. Organización funcional y su participación en trastornos neurológicos», Neurology ,2015. [En línea]. Available: https://n.neurology.org/content/neurology/suppl/2015/07/06/WNL.0000000000001171.DC1/argentina_benarroc h.pdf. [Último acceso: 2022 11 5].spa
dc.relation.references[6] J. Tirapu Ustárroz, A. García Molina, P. Luna Lario, A. Verdejo García y M. Ríos Lago, «Neuropsicología de la corteza prefrontal y las funciones ejecutivas y Conducta» Autismodiario. 2012. [En línea]. Available: https://autismodiario.com/wp-content/uploads/2013/12/Neuropsicología-de-la-corteza-prefrontal-y-las funciones-ejecutivas-y-Conducta.pdf. [Último acceso: 5 11 2022].spa
dc.relation.references[7] F. Mora Terue, «¿Que es una emoción?» ARBOR Ciencia, Pensamiento y Cultura, Vol. 189. N° 759. P 5. 2013.spa
dc.relation.references8] J. S. Saavedra Torres, W. J. Díaz Córdoba, L. F. Zúñiga Cerón, C. A. Navia Amézquita, y T. O. Zamora Bastidas. «Correlación funcional del sistema límbico con la emoción, el aprendizaje y la memoria» Morfolia. Vol 7. Nº 2. P. 35. 2015.spa
dc.relation.references[9] C. Belnamonte Martínez, «Emosiones y Cerebro» Real Academia de Ciencias Exactas, Físicas y Naturales. Vol. 101, Nº 1. P 59-68. 2007.spa
dc.relation.references[10] F. Ortiz, "Detección automática de emociones mediante el análisis del electroencefalograma", Máster, Universidad de Sevilla, Sevilla, 2019. Accedido el 22 de noviembre de 2022. [En línea]. Disponible: https://biblus.us.es/bibing/proyectos/abreproy/71431/fichero/TFM-1431-ORTIZ.pdspa
dc.relation.references[11] X. Xua, M. Caoc, J. Dingc, H. Gub, and W. Lu. «Emotional Recognition of EEG Signals based on Fractal Dimension,» International Journal of performability Engineering, Vol. 15, Nº 11, PP. 3072-3080, 2019.spa
dc.relation.references[12] A. Fernández. "Percepción de Emociones en la Música: Un Estudio de la Influencia del Parámetro Musical "Duración"". (2017). UCLM. 4 [En línea]. Disponible: https://ruidera.uclm.es/xmlui/bitstream/handle/10578/15271/TESIS% 20 Fernández%20Sotos.pdf?sequence=1&isAllowed=y [Último acceso: 2022 12 6]spa
dc.relation.references[13] A.L. laureano, D.E. hernandez, M. Mora, J. Ramírez, «Aplicacion de un modelo cognitivo de valoracion emotiva a la función de evaluacion de tableros de un programa que juega ajedrez,» Matematica: Teoríıa y Aplicaciones, Vol. 19, Nº 12, PP. 211–237, 2012.spa
dc.relation.references[14] «Engaging with Music 2021» IFPI. 2021. [En línea]. Disponible: https://www.ifpi.org/wp content/uploads/2021/10/IFPI-Engaging-with-Music-report.pdf. [Último acceso: 2022 11 3]spa
dc.relation.references[15] L. Lehmberg y V. Fung, «Benefits of Music Participation for Senior Citizens:,» Music Education Research International,, vol. 4, pp. 19 - 27, 2010.spa
dc.relation.references[16] M. Miranda, S. Hazard y P. Mirand, «La música como una herramienta terapéutica,» Chil Neuro-Psiquiat , Vol. 55, Nº 4, P. 266-277, 2017.spa
dc.relation.references[17] V. Chaturvedi, A. Beer Kaur, V. Varshney, A. Garg, G. Singh Chhabra y M. Kumar, «Music mood and human emotion recognition based on physiological signals: a systematic review,» 2021. [En línea]. Disponible: https://link.springer.com/article/10.1007/s00530-021-00786-6. [Último acceso: 2022 5 11].spa
dc.relation.references[17] V. Chaturvedi, A. Beer Kaur, V. Varshney, A. Garg, G. Singh Chhabra y M. Kumar, «Music mood and human emotion recognition based on physiological signals: a systematic review,» 2021. [En línea]. Disponible: https://link.springer.com/article/10.1007/s00530-021-00786-6. [Último acceso: 2022 5 11].spa
dc.relation.references[18] F. Galvão, M. J. Fonseca y . S. M. Alarcão, «Predicting Exact Valence and Arousal Values from EEG,» Sensors (Basel)., Vol. 21, Nº 20, P. 1 - 21, 2021spa
dc.relation.references[19] A. E. Gallegos Acosta, M. D. Torres Soto, A. Torres Soto y E. E. Ponce de León Sentí, «Contrastación de algoritmos de aprendizaje automático,» Research in Computing Science, Nol. 149, Nº 8, P. 515–525, 2020.spa
dc.relation.references[20] R. Islam, M. Islam, M. Rahman, C. Mondal, S. K. Singha, M. Ahmad, A. Awal y S. Islam, «EEG Channel Correlation Based Model for Emotion Recognition,» Computers in Biology and Medicine, Vol. 132, 2021.spa
dc.relation.references[21] Y. Yang, Q. Wu, M. Qiu, Y. Wang y X. Chen, «Emotion Recognition from Multi-Channel EEG» 8 International Joint Conference on Neural Networks, 2018.spa
dc.relation.references[22] Nater, U. (2003). Cuestionario sobre la preferencia musical (MPQ-R). Music and Health Lab. [En línea]. Disponible: https://www.musicandhealthlab.com/publications. [Último acceso: 2022 5 11]spa
dc.relation.references[23]. Angulo, R., y Albarracín, A. P. Validez y confiabilidad de la escala rasgo de metaconocimiento emocional (TMMS-24) en profesores universitarios. Revista Lebret. N° 10, P. 61-72. 2018spa
dc.relation.references[24]. GONZALEZ, Rocío; CUSTODIO, Jesica Brenda and ABAL, Facundo Juan Pablo. Propiedades psicométricas del Trait Meta-Mood Scale-24 en estudiantes universitarios argentinos. Psicogente. Vol.23, N°.44 P.1-26. 2020.spa
dc.relation.references[25]. CARDONA-ARANGO, Doris et al. LA FELICIDAD COMO PREDICTOR DE FUNCIONALIDAD FAMILIAR DEL ADULTO MAYOR EN TRES CIUDADES DE COLOMBIA. Hacia promoc. Salud , Vol.24, N°.1, P.97-111, 2019spa
dc.relation.references[26]. "Depresión". World Health Organization (WHO).[En línea]. Disponible: https://www.who.int/es/news room/fact-sheets/detail/depression Último acceso: 2022 9 20]spa
dc.relation.references[27]. BORDA PEREZ, Mariela et al. Depresión en adultos mayores de cuatro hogares geriátricos de Barranquilla (Colombia): prevalencia y factores de riesgo. Salud, Barranquilla, Vol.29, N°.1, P.64-73. 2013spa
dc.relation.references[28]. MARTINEZ DE LA IGLESIA, J. et al. Versión española del cuestionario de Yesavage abreviado (GDS) para el despistaje de depresión en mayores de 65 años: adaptación y validación. Medifam. Vol.12, N°.10, P.26- 40. 2002spa
dc.relation.references[29]. M. Gutiérrez y L. Bohórquez. "Ansiedad Rasgo – Estado en el Adulto Mayor Institucionalizado y no Institucionalizado en la Ciudad de Villavicencio, Meta: Un estudio comparativo". repository.uniminuto. https://repository.uniminuto.edu/bitstream/10656/13480/1/UVDT.P_BohorquezLina-GutierrezMaria_2018.pdf [Ultimo acceso: 2022 9 20]spa
dc.relation.references[30]. M, González & Martín, Marta & A, Lorenzo & JA, Grau. (2007). Extractos del capítulo: Instrumentos de evaluación psicológica para el estudio de la ansiedad y la depresión.spa
dc.relation.references[31]. Z. Nasreddine. "Montreal Cognitive Assessment [Evaluación Cognitiva Montreal] (MoCA) Versión 8.1 Instrucciones para la administración y puntuación de los resultados". Home Page - Champions for Health. https://championsforhealth.org/wp-content/uploads/2018/12/MOCA-8.1-Spanish.pdf. [Ultimo acceso: 2022 9 20]spa
dc.relation.references[32] Gantiva, Carlos & Barrera Valencia, Mauricio & Cadavid, Natalia & Calderón, Liliana & Gelves Ospina, Melissa & Herrera, Eduar & Mejía-Orduz, Manuel & Montoya Arenas, David & Suárez-Pico, Paola. (2019). Inducción de estados afectivos a través de imágenes. Segunda validación colombiana del Sistema Internacional de Imágenes Afectivas (IAPS). Revista Latinoamericana de Psicología. Vol 51. N°2. P- 5. 2019spa
dc.relation.references[33] Sanchez, R. and Ledesma, R., 2007. Los Cinco Grandes Factores: cómo entender la personalidad y cómo evaluarla. Academia.edu. [En línea]. Disponible: < https://d1wqtxts1xzle7.cloudfront.net/56725801/cap.LosCincoGrandesFactores-comoente-with-cover-page v2.pdf?Expires=1665683990&Signature=g2Lf6o2pqSixd3zs8HUsVPAA~8QeMNNBul551aauhoTgCoPD9qV47 XS42l-GZCveS9XRQVn2Q1rFFMQKJsKbFJyMuCQQ4UivHaa-7Ut AHl5ab4PLEbdtA80B~YwWH7fkjL9FdDK4zpJjxyd3NTf031X385wuGMPpC2t5H9B4iD0KigjqM3stvKuqIeE0IF~ ZxWVKWMWldAsA8-vRh4bDp0zJ41GPLig~vCZdjxzfRPf779Us1ARKnsgSN2tC52UMuYJ 5XjHxJN57Ups33nh33E4de8wryXBs3Oo2gE-X 8QvfbFR6vskGWiPFZsXlVWdjucH~7V6sBfTbfw2YV~A__&Key-Pair-Id=APKAJLOHF5GGSLRBV4ZA> [Ultimo acceso: 2022 10 13]spa
dc.relation.references[34] SANCHEZ, Roberto Oscar; MONTES, Silvana Andrea y SOMERSTEIN, Luis Daniel. Inventario de Personalidad para el DSM-5: propiedades psicométricas en población argentina. Estudio preliminar. Interdisciplinaria ., Vol.37, N°.1], P.7-8. 2020spa
dc.relation.references[35] Neuroelectrics User Manual – P2. Electrodes –. (2018). Neuroelectrics, Vol 1. N° 4, P. 8–9.spa
dc.relation.references[36] Santos, E.J. and McMullen, K. (2020). The Design of an Algorithmic Modal Music Platform for Eliciting and Detecting Emotion. Proceedings of 2020 8th International Winter Conference on Brain-Computer Interface (BCI), Gangwon.spa
dc.relation.references[37] Alarcão, S.M. and Fonseca, M.J.. Emotions Recognition Using EEG Signals: A Survey.IEEE Transactions on Affective Computing, Vol. 10, No. 3. 2019spa
dc.relation.references[38] J. López, "Análisis y clasificación de emociones en personas con discapacidad visual usando señales EEG y aprendizaje automático", resumen extendido de Doctoral, Universidad Carlos III de Madrid, 2021.spa
dc.relation.references[39] C. Q. Lai, H. Ibrahim, M. Z. Abdullah, J. M. Abdullah, S. A. Suandi and A. Azman, "Artifacts and noise removal for electroencephalogram (EEG): A literature review," IEEE Symposium on Computer Applications & Industrial Electronics (ISCAIE), P. 326-332. 2018spa
dc.relation.references[40] Y. Rodríguez, T. González, E. Marañón, A. Montoya y F. Sanabria, «Aplicación de la corrección de artefactos en el,» Rev Cubana Neurol Neurocir, Vol. 5, Nº 1, P. S9–S14, 2015.spa
dc.relation.references[41] INFORMÁTICA XI-CUATRIMESTRE. (6 de 2017). SNR (Signal To Noise Ratio). Weebly. [En línea]. Disponible: https://recursoinformatico.weebly.com/uploads/1/0/7/3/107381475/snr.pdf. [Ultimo acceso: 2022 9 20]spa
dc.relation.references[42] D. Zea, J. Arévalo. "Sistema de detección de la intención de dos movimientos de la mano a través del procesamiento de señales EEG", Pregrado, Universidad de Cuenca, Cuenca, 2020.spa
dc.relation.references[42] D. Zea, J. Arévalo. "Sistema de detección de la intención de dos movimientos de la mano a través del procesamiento de señales EEG", Pregrado, Universidad de Cuenca, Cuenca, 2020.spa
dc.relation.references[43] A. Torres, C. Reyes, L. Villaseñor, J. Ramírez. Análisis de señales electroencefalográficas para la clasificación de habla imaginada. Revista mexicana de ingeniería biomédica, Vol .34, N° 1, P 23-39. 2013spa
dc.relation.references[44] E. Hernández, "Clasificación de señales EEG basada en representaciones bidimensionales y redes neuronales convolucionales", Máster, Instituto Nacional de Astrof´ısica Optica y Electrónica, Puebla, 2020.spa
dc.relation.references[45] N. Mammone, F. La Foresta and F. C. Morabito, "Automatic Artifact Rejection From Multichannel Scalp EEG by Wavelet ICA," in IEEE Sensors Journal, Vol. 12, No. 3, P. 533-542, 2012.spa
dc.relation.references[46] Introducción a la Transformada Wavelet. (2006). Obtenido de Unicen.edu: https://users.exa.unicen.edu.ar/catedras/escuelapav/cursos/wavelets/apunte.pdfspa
dc.relation.references[47] Castillo, M., & Meneses , G. (s.f.). COMPRESIÓN Y DESCOMPRESIÓN DE VOZ MEDIANTE TÉCNICAS DE PROCESAMIENTO DIGITAL DE IMÁGENES UTILIZANDO WAVELETS. Obtenido de Repositorio.unicauca.edu: http://repositorio.unicauca.edu.co:8080/bitstream/handle/123456789/2040/Anexo_A.pdf?sequence=2&isAllowe d=yspa
dc.relation.references[48] I. E. Gareis, G. Gentiletti, R. C. Acevedo & H. L. Rufiner; "Extracción de características en interfaces cerebro computadoras mediante transformada wavelet discreta: Resultados preliminares" Memorias del XVII Congreso Argentino de Bioingenieria (SABI 2009), No. 167, P. 58-62, 2009.spa
dc.relation.references[49] MEDIN, B., Sierra, J., & Barrios, A. Técnicas de extracción de características de señales EEG en la imaginación de movimiento para sistemas BCI. ESPACIOS, Vol. 39, Nº22, PP 36. 2018spa
dc.relation.references[50] J. Xiang, E. Maue, Y. Fan, L. Qi, F. Mangano, H. Greiner, J. Tenney. La curtosis y la asimetría de las señales cerebrales de alta frecuencia se alteran en la epilepsia pediátrica, Brain Communications. Vol 2, N° 1, 2020spa
dc.relation.references[51] A. Delorme, T. Sejnowski, and S. Makeig, “Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analisis” Neuroimage, Vol. 34, P. 1443–1449, 2007.spa
dc.relation.references[52] J.-R. Bouveresse, «Independent Components Analysis with the JADE algorithm» TrAC Trends in Analytical Chemistry, Vol. 50, P. 22-32, 2013.spa
dc.relation.references[53] Anubhav, D. Nath, M. Singh, D. Sethia, D. Kalra and S. Indu, "An Efficient Approach to EEG-Based Emotion Recognition using LSTM Network," 2020 16th IEEE International Colloquium on Signal Processing & Its Applications (CSPA), 2020, P. 88-92, 2020spa
dc.relation.references[54] Pardo, E., Talmant, M., Laugier, P. y San Emeterio, J. (2006). la transformada wavelet como herramienta para el estudio de señales ultrasónicas transmitidas en hueso cortical. Digital.csic.es/. [Y] https://www-scopus com.ez.urosario.edu.co/record/display.uri?eid=2-s2.0- 84879788862&origin=inward&txGid=7116af2dc76170f9a2aedc9551fb8bcespa
dc.relation.references[55] Z. Gao, R. Li, C. Ma, L. Rui and X. Sun, "Core-Brain-Network-Based Multilayer Convolutional Neural Network for Emotion Recognition," in IEEE Transactions on Instrumentation and Measurement, Vol. 70, P. 1-9, 2021.spa
dc.relation.references[56] Thangarajoo RG, Reaz MBI, Srivastava G, Haque F, Ali SHM, Bakar AAA, Bhuiyan MAS. Machine Learning Based Epileptic Seizure Detection Methods Using Wavelet and EMD-Based Decomposition Techniques: A Review. Sensors (Basel).. Vol 21, N° 24, P 84-85. 2021spa
dc.relation.references[57] Wang, Hao & Chen, Zhihua & Zou, Safeng & Zhao, Li.. [The continuous analysis of EEG's alpha wave by morlet wavelet transform]. Journal of biomedical engineering. Vol. 27. 746-8, 752.2010spa
dc.relation.references[58] Medina, L. (2017). Análisis de técnicas Wavelet para el desarrollo de compresores de audio (Publicación N.º 100) [Master, UNIVERSIDAD EAFIT]. Eafit. https://repository.eafit.edu.co/bitstream/handle/10784/11744/MedinaSanchez_LauraVictoria_2017.pdf?isAllow ed=y&amp;sequence=1spa
dc.relation.references[59] V. B. Deepa, P. Thangaraj and S. Chitra, "Mining rare event classes in noisy EEG by over sampling techniques," 2010 International Conference on Innovative Computing Technologies (ICICT), 2010, P. 1-6spa
dc.relation.references[60] D. Romaissa, M. E. Habib and M. A. Chikh, "Epileptic Seizure Detection from Imbalanced EEG signal," 2019 International Conference on Advanced Electrical Engineering (ICAEE), 2019, P.1-6spa
dc.relation.references[61] Moreno, J & Rodriguez, Daniel & Sicilia, M. & Riquelme, José & Ruiz, Y. (2009). SMOTE-I: mejora del algoritmo SMOTE para balanceo de clases minoritarias. Actas de los Talleres de las Jornadas de Ingeniería del Software y Bases de Datos, Vol. 3, N°. 1, P- 200.spa
dc.relation.references[62] Montoya, ó. (2018). Redes neuronales convolucionales profundas para el reconocimiento de emociones en imágenes [Máster, universidad politécnica de Madrid]. https://oa.upm.es/51441/1/TFM_OSCAR_PICAZO_MONTOYA.pdfspa
dc.relation.references[63] Thalagala, Shiron & Walgampaya, Chamila. (2021). Application of AlexNet convolutional neural network architecture-based transfer learning for automated recognition of casting surface defects. Smart Computing and Systems Engineering .P .129-136.spa
dc.relation.references[64] Martínez-Rodrigo A, García-Martínez B, Huerta Á, Alcaraz R. Detection of Negative Stress through Spectral Features of Electroencephalographic Recordings and a Convolutional Neural Network. Sensors (Basel).;Vol. 21,N° 9 ,P – 3050. 2021spa
dc.relation.references[65] Asghar MA, Khan MJ, Fawad, Amin Y, Rizwan M, Rahman M, Badnava S, Mirjavadi SS. EEG-Based Multi Modal Emotion Recognition using Bag of Deep Features: An Optimal Feature Selection Approach. Sensors (Basel). Vol. 19, N° 23, P 5218. 2019spa
dc.relation.references[66] Serrano, C. (2018). Sistema para la detección precoz de cáncer de piel basado en tratamiento de imágenes [Pregrado, UNIVERSIDAD AUTÓNOMA DE MADRID]. Uam. https://repositorio.uam.es/bitstream/handle/10486/688455/serrano_moreno_cecilia_tfg.pdf?sequence=1spa
dc.relation.references[67] Borja-Robalino, Ricardo & Monleon-Getino, Antonio & Rodellar, José. Estandarización de métricas de rendimiento para clasificadores Machine y Deep Learning. RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao. N° 30. P 184-196. 2020spa
dc.relation.references[68] P. Sanahuja. "Entendiendo la curva ROC y el AUC: Dos medidas del rendimiento de un clasificador binario que van de la mano. – Pol Martí Sanahuja". Data Scientist | PhD in Physics. https://polmartisanahuja.com/entendiendo-la-curva-roc-y-el-auc-dos-medidas-del-rendimiento-de-un clasificador-binario-que-van-de-la-mano/ . > [Ultimo acceso: 2022 12 12]spa
dc.relation.references[69] Bouza, Carlos. (2021). LAS CURVAS ROC TEORÍA Y HERRAMIENTAS PARA SU USO.spa
dc.relation.references[70] Memarian Sorkhabi, Majid. (2014). Emotion Detection from EEG signals with Continuous Wavelet Analyzing. American Journal of Computing Research Repository, 2014, Vol. 2, No. 4, 66-7spa
dc.relation.references[71] Q. Li et al., "EEG signal processing and emotion recognition using Convolutional Neural Network," 2021 International Conference on Electronic Information Engineering and Computer Science (EIECS), P. 81-84, 2021spa
dc.relation.references[72] Md. Rabiul islam, Md. Milon islam, Md. Mustafizur Rahman, Chayan Mondal, Suvojit Kumar Singha, Mohiuddin Ahmad, Abdul Awal, Md. Saiful Islam, Mohammad Ali Moni, EEG Channel Correlation Based Model for Emotion Recognition, Computers in Biology and Medicine, Volume 136, 2021.spa
dc.relation.references[73] "CIE-11 para estadísticas de mortalidad y morbilidad". ICD-11. https://icd.who.int/browse11/l-m/es > [Ultimo acceso: 2022 12 11]spa
dc.relation.references[74] "Clasificación Internacional del Funcionamiento de la Discapacidad y la Salud". 2011. Organización Mundial de la Salud.https://www.google.com/url?sa=t&amp;rct=j&amp;q=&amp;esrc=s&amp;source=web&amp;cd=&amp;ca d=rja&amp;uact=8&amp;ved=2ahUKEwjY bi9wPL7AhXsSDABHUOQBvoQFnoECCsQAQ&amp;url=https://aspace.org/assets/uploads/publicaciones/e74 e4-cif_2001.pdf&amp;usg=AOvVaw3x4zwj6O1phRunS7qKMAHm > [Ultimo acceso: 2022 12 12]spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.armarcEmociones - Psicología - Adultos mayores
dc.subject.armarcEmociones en la música - Adultos mayores
dc.subject.armarcAprendizaje automático - Adultos mayores
dc.subject.proposalEmociones - Psicología - Adultos mayoresspa
dc.subject.proposalEmociones en la música - Adultos mayoresspa
dc.subject.proposalAprendizaje automático - Adultos mayoresspa
dc.subject.proposalEmotions - Psychology - Older adultseng
dc.subject.proposalEmotions in music - Seniorseng
dc.subject.proposalMachine Learning - Older Adultseng
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa


Ficheros en el ítem

Thumbnail
Nombre:
Jaramillo Loaiza, Yosline ...
Tamaño:
2.052Mb
Formato:
PDF
Ver/
Thumbnail
Nombre:
Autorización.pdf
Tamaño:
792.7Kb
Formato:
PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem