Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.Fonnegra Tarazona, Rubén DarioGiraldo Betancur, Sebastián2022-10-122022-10-122021https://repositorio.pascualbravo.edu.co/handle/pascualbravo/1663La computación afectiva ha sido un campo de investigación en crecimiento durante los últimos años, ya que muchas decisiones humanas se basan en sus emociones y juicios. Como consecuencia, esta área ha sido explorada a partir del análisis de múltiples recursos de información considerando las diferentes manifestaciones físicas de las emociones. Este trabajo propone el uso de la respuesta galvánica de la piel (GSR) para estimar la emoción en los participantes durante una interacción humano-robot. Para lograr esto, se propone un experimento durante una interacción humano-humano y humano-robot bajo una configuración de juego Jenga, y se provoca un estímulo (derrumbar o no derrumbar la torre). Se registran las señales GSR y las puntuaciones del Programa de Afecto Positivo y Negativo (PANAS). Luego, se utilizan múltiples modelos de aprendizaje automático para estimar el efecto emocional en condiciones previas. Los resultados de los modelos de aprendizaje automático muestran efectividad para estimar el estado emocional de los participantes.application/pdfspainfo:eu-repo/semantics/restrictedAccesshttps://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/bachelorThesishttp://purl.org/coar/access_right/c_16echttps://creativecommons.org/licenses/by-nc-nd/4.0/Aprendizaje automáticoInteracción hombre-máquinaEmocionesMachine learningHuman-machine interaction