{"id":195609,"date":"2021-02-12T16:43:05","date_gmt":"2021-02-12T15:43:05","guid":{"rendered":"https:\/\/iotworlds.com\/?p=195609"},"modified":"2021-02-12T16:43:43","modified_gmt":"2021-02-12T15:43:43","slug":"auriculares-con-deteccion-de-emociones-con-tecnologia-machine-learning-con-iot-para-mejorar-tu-vida","status":"publish","type":"post","link":"https:\/\/iotworlds.com\/es\/auriculares-con-deteccion-de-emociones-con-tecnologia-machine-learning-con-iot-para-mejorar-tu-vida\/","title":{"rendered":"Auriculares con detecci\u00f3n de emociones con tecnolog\u00eda Machine Learning con IoT: \u00a1Para mejorar tu vida!"},"content":{"rendered":"\n

La Cuarta Revoluci\u00f3n Industrial est\u00e1 llevando a nuestra sociedad a una r\u00e1pida transici\u00f3n a la era de la digitalizaci\u00f3n, impactando profunda e inevitablemente y alterando la forma en que se lleva a cabo la interacci\u00f3n entre humanos y humanos y computadoras.<\/strong><\/p>\n\n\n\n

IoT es la forma de incorporar los datos para varios prop\u00f3sitos (aprovechar modelos de aprendizaje autom\u00e1tico, analizar, etc.), que tienen un gran impacto en la revoluci\u00f3n industrial<\/strong> al mejorar y potenciar la vida cotidiana de las personas. Al mismo tiempo, la sociedad en su conjunto se esfuerza por lograr una mayor calidad de vida, y para ello hay que vigilar y tratar mejor las cuestiones de salud. En consecuencia, la escena del Internet de las cosas (IoT)<\/strong> se enriquece gracias al desarrollo de nuevos dispositivos en los diferentes segmentos del mercado de esta industria.<\/p>\n\n\n\n

Piense en la situaci\u00f3n, usted est\u00e1 utilizando auriculares para escuchar la m\u00fasica, y tambi\u00e9n imaginar lo que sucede si el mismo dispositivo monitorea su valencia-excitaci\u00f3n (reconocimiento de emociones)<\/strong> , as\u00ed como su salud<\/strong> en el backend con la ayuda de biose\u00f1ales del cuerpo. Esta idea podr\u00eda hacerse posible de una manera altamente automatizada y escalable, con la combinaci\u00f3n de IoT, sensor de biose\u00f1al port\u00e1til, Inteligencia Artificial (IA) y Cloud<\/strong>. Piense en la situaci\u00f3n, usted est\u00e1 utilizando auriculares para escuchar la m\u00fasica, y tambi\u00e9n imaginar lo que sucede si el mismo dispositivo monitorea su valencia-excitaci\u00f3n (reconocimiento de emociones), as\u00ed como su salud en el backend con la ayuda de biose\u00f1ales del cuerpo. Esta idea podr\u00eda hacerse posible de una manera altamente automatizada y escalable<\/strong>, con la combinaci\u00f3n de IoT, sensor de biose\u00f1al port\u00e1til, Inteligencia Artificial (IA) y Cloud.<\/p>\n\n\n\n

\u00bf Qu\u00e9 son los sensores port\u00e1tiles?<\/em><\/strong><\/p>\n\n\n\n

Es un dispositivo en contacto directo con el cuerpo humano para extraer los datos fisiol\u00f3gicos<\/strong>. Los sensores port\u00e1tiles est\u00e1n avanzando en el campo de la comercializaci\u00f3n y la investigaci\u00f3n m\u00e9dica<\/strong>.<\/p>\n\n\n\n

El Internet de las Cosas, aplicado al campo de los dispositivos port\u00e1tiles, representa una combinaci\u00f3n disruptiva de tecnolog\u00edas que pueden permitir una mayor personalizaci\u00f3n y trazabilidad de los par\u00e1metros, mejorando as\u00ed el bienestar general de las personas.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figura 1:Recopilaci\u00f3n de datos en el sensor port\u00e1til<\/p>\n\n\n\n

Tecnolog\u00edas de detecci\u00f3n de emociones en acci\u00f3n con Machine Learning<\/strong><\/p>\n\n\n\n

Hay algunas tecnolog\u00edas de reconocimiento y detecci\u00f3n de emociones que ya se han desplegado en el mundo real.<\/p>\n\n\n\n

Detecci\u00f3n de emociones usando se\u00f1ales fisiol\u00f3gicas:<\/strong> Incluye pulsera que tiene reconocimiento de emociones como una de sus caracter\u00edsticas. Esta tecnolog\u00eda que tiene los sensores integrados en la pulsera de la mu\u00f1eca\/reloj extrae varios datos como la frecuencia card\u00edaca (HR), la presi\u00f3n arterial (PA) y la temperatura<\/strong> con el fin de definir el estado emocional de uno. Este tipo de tecnolog\u00eda tiene una amplia gama de utilizaci\u00f3n, que ayuda a predecir cualquier problema de salud potencial (diagn\u00f3stico precoz) y monitorear las actividades diarias. Estos dispositivos incluso env\u00edan peri\u00f3dicamente informes completamente analizados con posibles vulnerabilidades\/predicciones de salud a los m\u00e9dicos\/m\u00e9dicos asignados.<\/p>\n\n\n\n

Detecci\u00f3n de emociones usando voz y texto:<\/strong> El reconocimiento de emociones basado en voz y texto es la tecnolog\u00eda que utiliza los complejos algoritmos multimodales de aprendizaje autom\u00e1tico<\/strong> . Esta tecnolog\u00eda utiliza una red neuronal convolucional (CNN) y memoria a corto plazo (LSTM) para aprender caracter\u00edsticas de emoci\u00f3n ac\u00fastica a partir de se\u00f1ales de voz. Y Bi-LSTM (bidireccional-LSTM) usaba para aprender emoci\u00f3n a partir de datos de texto. A continuaci\u00f3n, estas dos tuber\u00edas se aplicaron a la Red Neural Densa (DNN) para clasificar la emoci\u00f3n bas\u00e1ndose en el texto de entrada y los datos de voz.<\/p>\n\n\n\n

Sensaci\u00f3n de emociones usando la expresi\u00f3n facial:<\/strong> Este tema estaba siendo investigado activamente en la plataforma de visi\u00f3n por ordenador, este m\u00e9todo no utiliza ning\u00fan dato fisiol\u00f3gico para el reconocimiento de emociones. Incluye principalmente m\u00e9todos t\u00e9cnicos como el procesamiento de im\u00e1genes y algoritmos de aprendizaje profundo.<\/p>\n\n\n\n

Los modelos m\u00e1s confiables de aprendizaje autom\u00e1tico y aprendizaje profundo utilizados en este dominio son la m\u00e1quina vectorial de soporte (SVM), los bosques aleatorios (RF), los vecinos m\u00e1s cercanos K (K-nN), la red neuronal convolucional (CNN), la memoria a corto plazo (LSTM), las unidades recurrentes cerradas (GRU)<\/strong>. As\u00ed como la combinaci\u00f3n de tales t\u00e9cnicas de aprendizaje autom\u00e1tico, por ejemplo CNN-LSTM<\/strong>.<\/p>\n\n\n\n

Avance: detecci\u00f3n de emociones de desgaste de orejas<\/strong><\/p>\n\n\n\n

Si durante muchos a\u00f1os los smartwatches y las bandas inteligentes han impulsado la demanda de wearables<\/strong> que monitorean la vida humana, pero para el cambio, la nueva tecnolog\u00eda en ascenso<\/strong> est\u00e1 tomando el escenario. Este es el caso de los dispositivos para auriculares<\/strong>, com\u00fanmente conocidos como wearables.<\/p>\n\n\n\n

Seg\u00fan IDC, estos wearables lograron el mayor crecimiento interanual de 2018 a 2019, con una cifra asombrosa del 242 por ciento con respecto al a\u00f1o anterior. En 2019, se enviaron 139,4 millones de dispositivos audibles<\/strong> , lo que captur\u00f3 el 45,7 por ciento de la cuota de mercado de 2019. Se espera que esta cifra crezca a\u00fan m\u00e1s. La creciente demanda de los clientes de tomar el control de su salud est\u00e1 influyendo en gran medida en el uso de la tecnolog\u00eda port\u00e1til en el sector de la salud.<\/p>\n\n\n\n

Como parte de IoT, Hearables puede ofrecer m\u00e1s que conectividad entre dispositivos, lo que da el potencial de nuevos modelos de negocio ahora y en el futuro. Las orejas representan una posici\u00f3n ideal para<\/strong> recuperar los datos<\/strong> y se describen metaf\u00f3ricamente como la entrada USB de una persona. Su cercan\u00eda al cerebro sugiere que en el futuro los sensores que logren recuperar este tipo de datos ser\u00e1n explotados a trav\u00e9s de este tipo de dispositivo.<\/p>\n\n\n\n

\u00bf Por qu\u00e9 no dependemos de las viejas tecnolog\u00edas<\/strong><\/p>\n\n\n\n

Como hemos visto la investigaci\u00f3n relacionada con este campo, hay alg\u00fan logro usando los datos psicol\u00f3gicos y m\u00e1s, es decir, expresi\u00f3n facial basada en im\u00e1genes, voz, texto. Sin embargo, el reconocimiento de emociones utilizando tales datos no puede garantizar una soluci\u00f3n confiable<\/strong>. Porque la detecci\u00f3n de emociones utilizando la cara, el habla y el texto depende en gran medida de la expresi\u00f3n, que var\u00eda ampliamente con cada individuo y su origen cultural<\/strong> y puede ser f\u00e1cilmente falsificada<\/strong> . Considere a un individuo en un estado negativo de emoci\u00f3n en algunas ocasiones sociales, \u00e9l\/ella podr\u00eda falsificar relativamente el verdadero estado emocional con una sonrisa.<\/p>\n\n\n\n

Debido a tal complejidad en las soluciones existentes, los datos fisiol\u00f3gicos (frecuencia card\u00edaca)<\/strong> medidos pasivamente del cuerpo humano a lo largo del d\u00eda se utilizan en el reconocimiento de emociones, lo que hace que el sistema sea m\u00e1s preciso de manera oportuna<\/strong> . La sofisticaci\u00f3n de los sensores integrados en los auriculares (orejas-wearables) ayuda a estudiar las se\u00f1ales cerebrales<\/strong> (electroencefalograf\u00eda (EEG)) en el futuro.<\/p>\n\n\n\n

Impacto en el mundo real<\/strong><\/p>\n\n\n\n

Pero primero, \u00bfqui\u00e9nes son los beneficiarios? La vida humana en la tierra es muy diversa y esta soluci\u00f3n se puede aplicar a toda la naturaleza de la vida humana. Para ser simple, \u00bfa qui\u00e9n no le gusta la m\u00fasica? Para ser particular, imagina a una persona con discapacidad intelectual. Los dispositivos port\u00e1tiles con detecci\u00f3n de emociones pueden ayudar a controlar el estado emocional de la persona con enfermedades mentales y de otra \u00edndole las 24 horas del d\u00eda, los 7 d\u00edas de la semana.<\/p>\n\n\n\n

Interacci\u00f3n de persona a m\u00e1quina:<\/strong> el potencial del IoT con detecci\u00f3n de emociones desbloquea una enorme posibilidad en las industrias de medios y entretenimiento. Podemos construir un sistema de recomendaci\u00f3n \u00edntimo con el avance en los algoritmos de IA y ML. Los sistemas de IA proporcionan biofeedback relacionado con la emoci\u00f3n que controla nuestra experiencia de audio\/video en tiempo real.<\/p>\n\n\n\n

Optimizaci\u00f3n del encuentro cl\u00ednico:<\/strong> El sistema equipado con los protocolos de recolecci\u00f3n de datos colaborados con sensores IoT env\u00eda peri\u00f3dicamente informes completamente analizados con posibles vulnerabilidades\/predicciones de salud a los m\u00e9dicos\/m\u00e9dicos asignados.<\/p>\n\n\n\n

An\u00e1lisis en Salud:<\/strong> Analizamos diferentes par\u00e1metros directamente en la fuente, permitiendo tomar mejores decisiones de salud en la identificaci\u00f3n de los trastornos adecuados, medidas preventivas para evitarlos y llevar un mejor estilo de vida. \u00abNos esforzamos por curar permanentemente la discapacidad, justo en la fuente\u00bb.<\/p>\n\n\n\n

Transporte:<\/strong> Las personas con discapacidad especial o las personas mayores no necesariamente tienen que visitar hospitales con frecuencia. Podr\u00edan quedarse en casa y evitar el dolor excesivo de los desplazamientos o el transporte, asegurando que sus vidas est\u00e9n seguras las 24 horas del d\u00eda, los 7 d\u00edas de la semana.<\/p>\n\n\n\n

Calidad de la atenci\u00f3n\/Emergencias:<\/strong> Nuestro sistema identifica emergencias en tiempo real y env\u00eda una alerta inmediata a los hospitales cercanos, cuidadores, seres queridos o vecinos. Esto garantiza que reciban ayuda a tiempo incluso antes de que lleguen los servicios de emergencia.<\/p>\n\n\n\n

Prioridad:<\/strong> Nos aseguramos de que sus informes sean analizados completamente por los cuidadores\/hospitales. Les damos prioridad en la programaci\u00f3n de citas, no tienen la capacidad de esperar largas horas en los hospitales y el objetivo es priorizar su seguridad con la m\u00e1xima comodidad.<\/p>\n\n\n\n

Innovaci\u00f3n futura con datos abiertos:<\/strong> Con la ayuda de los datos biom\u00e9tricos que recogemos, abre una nueva forma de investigar y desarrollar f\u00e1rmacos y establece un camino para nuevas innovaciones t\u00e9cnicas futuras para los seres humanos.<\/p>\n\n\n\n

Conclusi\u00f3n: Siguiente evoluci\u00f3n de los auriculares!<\/strong><\/p>\n\n\n\n

Sincroniza la m\u00fasica con tu estado de \u00e1nimo; Haz que tu dispositivo aprenda tu h\u00e1bito; Controla tu salud;<\/em><\/strong><\/p>\n\n\n\n

Finalmente podemos recopilar los datos brutos de frecuencia card\u00edaca, EEG y movimiento<\/strong> con la ayuda de sensores port\u00e1tiles integrados<\/strong> en los auriculares. La recuperaci\u00f3n de estas m\u00e9tricas puede traducirse en informaci\u00f3n m\u00e1s precisa y adaptada, a trav\u00e9s de la implementaci\u00f3n de inteligencia artificial<\/strong>, con el fin de aumentar la conciencia de las condiciones de salud y condici\u00f3n f\u00edsica, la detecci\u00f3n precoz de enfermedades y la evitaci\u00f3n del riesgo potencial en el sistema cardiovascular.<\/p>\n\n\n\n

Adem\u00e1s, los dispositivos audibles son capaces de proporcionar retroalimentaci\u00f3n de voz a los usuarios, eliminando as\u00ed la necesidad de que los usuarios miren una pantalla para obtener la informaci\u00f3n.<\/p>\n\n\n\n

Actualmente, estamos trabajando para desarrollar auditivos que detectan emociones que usando las se\u00f1ales del coraz\u00f3n son capaces de \u00ableer\u00bb el estado emocional de los usuarios. <\/strong> La investigaci\u00f3n muestra que los datos fisiol\u00f3gicos, como la variabilidad de la frecuencia card\u00edaca (VHS), se pueden utilizar para determinar el estado emocional de una persona a partir de los m\u00e9todos de excitaci\u00f3n valenciosa. Esto incluye entender si una persona est\u00e1 estresada, feliz, triste, cansada, etc.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figura 2: Valencia-excitaci\u00f3n<\/p>\n\n\n\n

Al expandir el aspecto del seguimiento de la salud, podr\u00eda ser interesante desarrollar un algoritmo de recomendaci\u00f3n musical basado en t\u00e9cnicas de aprendizaje autom\u00e1tico\/aprendizaje profundo y algoritmos de inteligencia artificial<\/strong>. Estos algoritmos llegar\u00edan a conocer al usuario, en particular entendiendo sus gustos musicales y, en consecuencia, comprendiendo qu\u00e9 tipo de m\u00fasica es m\u00e1s preferible dependiendo de la circunstancia.<\/p>\n\n\n\n

Por lo tanto, en funci\u00f3n del gusto musical y el estado emocional de los usuarios, recomienda la m\u00fasica adecuada para la circunstancia particular.<\/p>\n\n\n\n

Adem\u00e1s, la incorporaci\u00f3n de funciones como la traducci\u00f3n en vivo y la cancelaci\u00f3n de ruido podr\u00eda potencialmente a\u00f1adir m\u00e1s atractivo a este nuevo producto. Por esta raz\u00f3n, estamos tratando de entender el estado actual del mercado de auriculares.<\/p>\n\n\n\n

Comprender los patrones de compra, as\u00ed como las expectativas de los clientes para futuros desarrollos, puede ayudar a la etapa de desarrollo de este proyecto. Por lo tanto, Por favor, d\u00e9 su idea acerca de la preferencia por los modelos de ropa de o\u00eddo en su mente ahora mismo.<\/p>\n\n\n\n

Para m\u00e1s detalles, p\u00f3ngase en contacto con nosotros<\/a>!<\/p>\n","protected":false},"excerpt":{"rendered":"

La Cuarta Revoluci\u00f3n Industrial est\u00e1 llevando a nuestra sociedad a una r\u00e1pida transici\u00f3n a la era de la digitalizaci\u00f3n, impactando…<\/p>\n","protected":false},"author":1,"featured_media":195611,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_lmt_disableupdate":"","_lmt_disable":"","footnotes":""},"categories":[1779,1],"tags":[],"class_list":["post-195609","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-healthcare-es","category-smart-home"],"acf":[],"_links":{"self":[{"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/posts\/195609","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/comments?post=195609"}],"version-history":[{"count":0,"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/posts\/195609\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/media\/195611"}],"wp:attachment":[{"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/media?parent=195609"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/categories?post=195609"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/iotworlds.com\/es\/wp-json\/wp\/v2\/tags?post=195609"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}