Tesi etd-09102020-104534 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
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
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 (Inglese)
Riassunto (Italiano)
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.
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
| Nome file | Dimensione |
|---|---|
Tesi non consultabile. |
|