Resumen

Se debe desarrollar una tecnología para identificar automáticamente estados de estrés extremo en niños que no pueden expresar adecuadamente sus emociones al reconocer situaciones peligrosas que amenazan la seguridad de los niños, en tiempo real. Este estudio presenta un modelo de identificación de estado de estrés para niños basado en aprendizaje automático, datos biométricos, una pulsera inteligente para recopilar datos biométricos y una aplicación móvil para monitorear el estado de estrés del niño clasificado. Además, a través de un experimento que compara un conjunto de datos que utiliza solo datos de voz y un conjunto de datos que utiliza tanto datos de voz como de ritmo cardíaco, se buscó verificar la efectividad de la combinación de los dos conjuntos de datos de biosignales. Como resultado del experimento, el modelo SVM mostró el mejor rendimiento con una precisión del 88.53% para el conjunto de datos que utiliza tanto datos de voz como de ritmo cardíaco. Los resultados de este estudio presentaron fuertes implicaciones para la posibilidad de automatizar la identificación del estado de estrés de un niño, y se espera que el método desarrollado pueda utilizarse para tomar medidas preventivas en situaciones peligrosas para los niños.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Tecnología; Identificación del estado de estrés; Niños; Aprendizaje automático; Datos biométricos; Banda inteligente
• Keywords:Technology; Stress-state identification; Children; Machine learning; Biometric data; Smart band