• 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

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.