logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-09102020-104534


Tipo di tesi
Tesi di laurea magistrale
Autore
DI TECCO, ANTONIO
URN
etd-09102020-104534
Titolo
An AI-based distributed infrastructure to forecast emotions through biosignals
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
COMPUTER ENGINEERING
Relatori
relatore Prof.ssa Lazzerini, Beatrice
relatore Dott. Pistolesi, Francesco
Parole chiave
  • 5g
  • affective computing
  • affective forecasting
  • ai
  • anger
  • ansia
  • anxiety
  • apprendimento federato
  • architecture
  • architettura
  • artificial intelligence
  • biological
  • biologici
  • biometria
  • biometric
  • biometrics
  • body sensor network
  • boredom
  • bsn
  • classification
  • classificatore
  • classificazione
  • classifier
  • cura della persona
  • data science
  • dispositivo
  • dispotivi
  • distribuited
  • distribuito
  • emotion
  • emotions
  • emozione
  • emozioni
  • fear
  • federated
  • federated learning
  • federato
  • fisiologici
  • forecast
  • forecaster
  • forecasting
  • fotopletismografia
  • frequenza cardiaca
  • galvanic skin response
  • gioia
  • gsr
  • health care
  • heart rate
  • hr
  • hrv
  • infrastructure
  • infrastruttura
  • intelligente
  • intelligenti
  • intelligenza artificiale
  • joy
  • lavoratore
  • lavoratori
  • lavoro
  • lstm
  • monitor
  • monitoraggio
  • monitoring
  • noia
  • paura
  • photoplethysmogram
  • physical effort
  • physiological
  • ppg
  • predict
  • prediction
  • predizione
  • privacy
  • psychological health
  • rabbia
  • relax
  • sadness
  • salute a lavoro
  • salute della persona
  • salute in azienda
  • salute mentale
  • salute psicologica
  • salute sul posto di lavoro
  • scl
  • segnale
  • segnali
  • sentiment
  • sentiment analysis
  • sentimento
  • sforzo fisico
  • sicurezza
  • signal
  • signals
  • sistema
  • skin conductance level
  • smart device
  • smart devices
  • smartphone
  • system
  • telefono
  • tensorflow
  • tristezza
  • work
  • worker
  • workers
Data inizio appello
25/09/2020
Consultabilità
Non consultabile
Data di rilascio
25/09/2090
Riassunto
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.
File