Tesi etd-09102020-104534 |
Link copiato negli appunti
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
relatore Dott. Pistolesi, Francesco
Parole chiave
- 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
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.
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. |