Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Explicabilidad aplicada a modelos de reconocimiento de emociones en imágenes

dc.contributor.advisorDíaz Agudo, María Belén
dc.contributor.advisorRecio García, Juan Antonio
dc.contributor.authorGarcía Viana, Javier
dc.date.accessioned2024-07-17T09:06:38Z
dc.date.available2024-07-17T09:06:38Z
dc.date.issued2024
dc.degree.titleGrado en Ingeniería Informática
dc.descriptionTrabajo de Fin de Grado en Ingeniería Informática, Facultad de Informática UCM, Departamento de Ingeniería del Software e Inteligencia Artificial, Curso 2023/2024. El trabajo realizado se puede consultar en el siguiente directorio de GitHub: https://github.com/javieg25/Explicabilidad-aplicada-a-modelos-de-reconocimiento de-emociones-en-imagenes.git
dc.description.abstractCon la popularización y el rápido crecimiento de la Inteligencia Artificial, algunos modelos de aprendizaje automático, en especial de aprendizaje supervisado, están siendo usados para sistematizar el proceso de detección de emociones en imágenes. Debido a que el enfoque es relativamente nuevo, en este trabajo se pretende explorar las posibilidades y analizar la precisión de estos modelos para finalmente determinar qué combinación de características conlleva a una mejor precisión por parte de los modelos. Aparte de esto, el problema al que se enfrentan a menudo aquellas personas que tratan con estos modelos es, a no ser capaces de explicar la atribución de emociones distintas para imágenes de entrada parecidas. Por este motivo, en este trabajo se pretende que los modelos muestren, mediante algoritmos de explicabilidad IA, las regiones de las imágenes que son decisivas en las predicciones de emociones para poder así explicar las decisiones tomadas por los modelos y dar a conocer los beneficios de aplicar algoritmos de explicabilidad.
dc.description.abstractWith the popularization and fast development of Artificial Intelligence, some models of machine learning, specifically those oriented to supervised learning, are being used to systematize the process of emotion detection in images. Since this approach is relatively new, this thesis aims to explore the possibilities and analyse the accuracy of these models to determine which combination of characteristics leads the models to obtain the best accuracy. Apart from this, the problem often faced by those who deal with this kind of models is not being able to explain the attribution of different emotions for similar input images. For this reason, in this thesis is intended to show, using AI explainability algorithms, the regions of the images that are decisive in the emotion prediction to finally explain the decisions made by the models and show off the benefits of the appliance of AI explainability algorithms.
dc.description.departmentDepto. de Ingeniería de Software e Inteligencia Artificial (ISIA)
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.relatedurlhttps://github.com/javieg25/Explicabilidad-aplicada-a-modelos-de-reconocimiento de-emociones-en-imagenes.gi
dc.identifier.urihttps://hdl.handle.net/20.500.14352/106779
dc.language.isospa
dc.page.total115
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu004(043.3)
dc.subject.keywordExplicabilidad
dc.subject.keywordAprendizaje supervisado
dc.subject.keywordImágenes
dc.subject.keywordDetección
dc.subject.keywordEmociones
dc.subject.keywordInterpretación de resultados
dc.subject.keywordExplainability
dc.subject.keywordSupervised learning
dc.subject.keywordImages
dc.subject.keywordDetection
dc.subject.keywordEmotions
dc.subject.keywordResult interpretation
dc.subject.ucmInformática (Informática)
dc.subject.unesco33 Ciencias Tecnológicas
dc.titleExplicabilidad aplicada a modelos de reconocimiento de emociones en imágenes
dc.title.alternativeExplainability applied to models of emotion recognition in images
dc.typebachelor thesis
dc.type.hasVersionAM
dspace.entity.typePublication
relation.isAdvisorOfPublication95de81bf-4637-4307-8ff6-f2c06c591d18
relation.isAdvisorOfPublication6e94b3e8-1cba-4505-9d17-a0c09a524300
relation.isAdvisorOfPublication.latestForDiscovery95de81bf-4637-4307-8ff6-f2c06c591d18

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Explicabilidad_aplicada_ a_modelos_de_reconocimiento_TFG.PDF
Size:
7.04 MB
Format:
Adobe Portable Document Format
Description:
Explicabilidad aplicada a modelos de reconocimiento de emociones en imágenes