Creation date in repository: 2025-03-11
Abstract: Emotions are vital to both learning and teaching processes, directly impacting students’ academic performance and teachers’ motivation. This work explores the feasibility of using physiological signals for emotion recognition through artificial intelligence techniques, particularly in smart classroom environments. Specifically, it characterises changes in electrodermal activity, heart rate, and skin temperature during emotional experiences to extract features that describe various emotional states. Experiments using two real-world datasets indicate that relying solely on physiological signals is insufficient for accurately distinguishing emotions, highlighting the need to complement them with additional information, such as facial expressions, posture, and contextual information. Our findings, in addition to contributing to academic research on the use of physiological signals for emotion recognition, could open the door for the development of complex tools for educators, enabling them to adjust their pedagogical methodologies in real-time according to the emotional needs of the students. Les emocions són fonamentals tant per als processos d’aprenentatge com d’ensenyament, ja que impacten directament en el rendiment acadèmic dels estudiants i la motivació dels docents. Aquest treball explora la viabilitat d’utilitzar senyals fisiològiques per al reconeixement d’emocions mitjançant tècniques d’intel·ligència artificial, especialment en aules intel·ligents. Específicament, es caracteritzen els canvis en l’activitat electrodermal, la freqüència cardíaca i la temperatura de la pell durant experiències emocionals per extreure característiques que descriguin diversos estats emocionals. Els experiments realitzats amb dos conjunts de dades reals indiquen que dependre únicament de senyals fisiològiques és insuficient per distingir amb precisió les emocions, fet que subratlla la necessitat de complementar-les amb informació addicional, com expressions facials, postura i informació contextual. Els nostres descobriments, a més de contribuir a la investigació acadèmica sobre l’ús de senyals fisiològiques per al reconeixement d’emocions, podrien permetre el desenvolupament d’eines complexes per als educadors, permetent-los ajustar les seves metodologies pedagògiques en temps real segons les necessitats emocionals dels estudiants.
Subject: Ciències de la salut
Language: en
Work's codirector: Martínez Ballesté, Antoni
Subject areas: Ciencias de la salud Health sciences Ciències de la salut
Department: Enginyeria Informàtica i Matemàtiques
Student: Pérez Gil, Valeria
Academic year: 2023-2024
Title in different languages: Análisis integral de las emociones humanas mediante técnicas de inteligencia artificial Comprehensive Analysis of Human Emotions using Artificial Intelligence Techniques Anàlisi integral de les emocions humanes mitjançant tècniques d'intel·ligència artificial
Work's public defense date: 2024-09-10
Access rights: info:eu-repo/semantics/openAccess
Keywords: Emociones, Señales Fisiológicas, Inteligencia Artificial Emotions, Physiological Signals, Artificial intelligence Emocions, Senyals Fisiològics, Intel·ligència Artificial
Confidenciality: No
Title in original language: Comprehensive Analysis of Human Emotions using Artificial Intelligence Techniques
Project director: Batista de Frutos, Edgar
Education area(s): Enginyeria Biomèdica
Entity: Universitat Rovira i Virgili (URV)
Repositori URV