Comparación de algoritmos de aprendizaje de máquina para la clasificación de emociones humanas.

Abstract

Durante el siguiente trabajo de graduación se muestra la evaluación de diferentes tipos de Algoritmos de Aprendizaje de Máquina, AMM de ahora en adelante, para determinar, en base a los resultados obtenidos de la implementación de cada uno de ellos, cuál de estos algoritmos clasifica de una manera más exacta y eficiente las emociones humanas. Lo primero que se realizó fue la investigación de los diferentes AMM que existen, y según estos resultados se escogieron los algoritmos utilizados. Luego de tener los algoritmos seleccionados, se procedió a obtener los datos a evaluar en estos algoritmos. Los datos utilizados fueron señales Encefalográficas, señales EEG de ahora en adelante, ya que estas señales son pulsos eléctricos que el cerebro humano genera al sentir y expresar una emoción. Estas señales EEG mostraban únicamente pulsos de emociones de felicidad y tristeza, las cuales fueron las emociones que se decidieron clasificar. Al ya tener las señales EGG, los algoritmos a implementar y las emociones seleccionadas para clasificar, se procedió a la implementación de los algoritmos. Para esta implementación se seleccionó el lenguaje de programación a utilizar y se trabajó en ese lenguaje. Luego de este proceso, y al tener resultados del mismo, se logró concluir el algoritmo que clasifica de mejor manera las emociones humanas. Al finalizar se discutió sobre los resultados obtenidos y se crearon conclusiones en base a esta discusión y resultados.