Publicación:
Modelo neuronal con estructura deep learning para la caracterización de niveles de relajación a través de estímulos olfativos

dc.contributor.advisorPeña Palacio, Juan Alejandro
dc.contributor.authorGonzález Jaramillo, Isabel
dc.contributor.authorPérez Restrepo, Valentina
dc.date.accessioned2022-07-07T16:58:15Z
dc.date.available2022-07-07T16:58:15Z
dc.date.issued2022
dc.description72 puntosspa
dc.description.abstractRESUMEN: En la sociedad actual, las personas han experimentado un incremento en los niveles de estrés, por lo que el mercado ha introducido nuevos productos olfativos cuyo objetivo es producir un efecto relajante; sin embargo, el proceso de desarrollo de nuevos productos aún no considera el apoyo de la inteligencia artificial para validar dicho efecto en sus consumidores, especialmente en las mujeres, en quienes tendría un efecto relajante más significativo. Por lo tanto, en este proyecto de investigación se propone el desarrollo de un modelo neuronal con estructura Deep Learning para la caracterización de niveles de relajación a través de estímulos olfativos en las mujeres. Para lograrlo, se utiliza la Brain Computer Interface Emotiv Epoc, el cual registra la actividad cerebral a través de señales electroencefalográficas. Para lo anterior, se procede con la utilización de la plataforma TensorFlow de Google, con el fin de identificar la correlación de señales electroencefalográficas (EEG) frente a estímulos de estrés y de relajación. Mediante la determinación de estímulos, la configuración de los modelos neuronales y la validación de estos mismos mediante diversas métricas, se identifica el desempeño de ambos modelos neuronales ante las señales capturadas de los dos estímulos propuestos, y a su vez, se analiza la activación de las zonas del cerebro registradas durante las sesiones experimentales. Con lo anterior se valida la eficiencia del estímulo olfativo para reducir el nivel de estrés en las mujeres, logrando favorecer su rendimiento en las funciones que realizan, y así mejorar su calidad de vida.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) Administrativo(a)spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/5282
dc.language.isospaspa
dc.publisherUniversidad EIAspa
dc.publisher.facultyEscuela de Ciencias Económicas y Administrativasspa
dc.publisher.placeEnvigado (Antioquia, Colombia)spa
dc.publisher.programIngeniería Administrativaspa
dc.rightsDerechos Reservados - Universidad EIA, 2022spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.proposalEstrésspa
dc.subject.proposalRelajaciónspa
dc.subject.proposalEmotiv Epocspa
dc.subject.proposalModelo Neuronalspa
dc.subject.proposalDeep Learningspa
dc.subject.proposalEEGspa
dc.subject.proposalEstímulos Olfativosspa
dc.subject.proposalPatrones Emocionalesspa
dc.titleModelo neuronal con estructura deep learning para la caracterización de niveles de relajación a través de estímulos olfativosspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
OrozcoSantiago_2022_DesarrolloPrototipoBiosensor.pdf
Tamaño:
988.34 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Bloque de licencias
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.46 KB
Formato:
Item-specific license agreed upon to submission
Descripción: