• workers
• worker
• work
• tristezza
• tensorflow
• telefono
• system
• smartphone
• smart devices
• smart device
• skin conductance level
• sistema
• signals
• signal
• sicurezza
• sforzo fisico
• sentimento
• sentiment analysis
• sentiment
• segnali
• segnale
• scl
• salute sul posto di lavoro
• salute psicologica
• salute mentale
• salute in azienda
• salute della persona
• salute a lavoro
• sadness
• relax
• rabbia
• psychological health
• privacy
• predizione
• prediction
• predict
• ppg
• physiological
• physical effort
• photoplethysmogram
• paura
• noia
• monitoring
• monitoraggio
• monitor
• lstm
• lavoro
• lavoratori
• lavoratore
• joy
• intelligenza artificiale
• intelligenti
• intelligente
• infrastruttura
• infrastructure
• hrv
• hr
• heart rate
• health care
• gsr
• gioia
• galvanic skin response
• frequenza cardiaca
• fotopletismografia
• forecasting
• forecaster
• forecast
• fisiologici
• federato
• federated learning
• federated
• fear
• emozioni
• emozione
• emotions
• emotion
• distribuito
• distribuited
• dispotivi
• dispositivo
• data science
• cura della persona
• classificatore
• classifier
• classificazione
• classification
• boredom
• bsn
• body sensor network
• biometrics
• biometric
• biometria
• biological
• biologici
• artificial intelligence
• architettura
• architecture
• apprendimento federato
• anxiety
• ansia
• anger
• affective forecasting
• ai
• affective computing
• 5g

This thesis describes the design and development of an AI-based system that predict emotions based on physiological signals collected in a distributed manner. The system is composed of a classifier and a forecaster that are installed on smart devices. The classifier recognizes seven emotions: anxiety, boredom, anger, sadness, fear, joy, and relax. The forecaster predicts a person’s emotion based on the sequence of emotions felt before. A federated implementation of the forecaster is also presented.

Questa tesi descrive la progettazione e lo sviluppo di una infrastruttura intelligente che predice emozioni usando segnali biologici raccolti in modo distribuito. Il sistema è composto da un classificatore ed un predittore installati su un dispositivo smart. Il classificatore riconosce sette emozioni: ansia, noia, rabbia, tristezza, paura, gioia e relax. Il predittore predice l'emozione della persona basandosi sulle sue emozioni precedentemente percepite. Una versione federata del predittore è anche descritta.