A machine learning approach to boredom detection in smartphones

Detalhes bibliográficos
Autor(a) principal: Campos, Carlos José Gomes
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/84136
Resumo: Dissertação de mestrado integrado em Engenharia Informática
id RCAP_793288cc28184cdf80040e26a99bdc71
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/84136
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling A machine learning approach to boredom detection in smartphonesDeteção de aborrecimento durante o uso de um smartphone através de técnicas de machine learningAborrecimentoAprendizagem automáticaComputação afectivaInteligência artificialSensoresAffective computingArtificial intelligenceBoredomMachine learningSmartphoneEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia InformáticaDesde tempos antigos que o ser humano tenta combater sentimentos negativos, como a tristeza e a solidão. Uma outra emoção que sempre perturbou a humanidade é o aborrecimento. Desta causa nascem vários tipos de arte e também diversos desportos, sendo que estes continuam a ser observados e/ou praticados até hoje. Nos dias de hoje, dado o facto que os smartphones se tornaram dispositivos utilizados a nível global, faz com que as pessoas sejam submetidas a cada vez mais estímulos. Assim sendo, quando as mesmas não estão ocupadas, sentem a necessidade de fazer algo que mantenha o seu cérebro activo. Por esta razão, detectar aborrecimento quando se usa um smartphone, abre caminho para melhorar os índices de sucesso dos sinais de estímulo, com um sistema menos intrusivo e mais inteligente. Numa fase inicial, este trabalho de investigação focou-se na recolha de dados. Desenvolveu-se uma aplicação inicial, para cumprir este objectivo. O principal propósito desta aplicação protótipo é a recolha da gama de valores dos sensores físicos e virtuais de um dispositivo móvel, e dados que possam ilustrar o comportamento digital durante o seu uso. Posteriormente à construção do conjunto de dados, foi realizado uma série de técnicas e processos relacionados com Machine Learning para eleger o melhor modelo possível. Por fim, a última etapa foi a elaboração da aplicação final, já com o modelo ideal incorporado, que é capaz de indicar quando o utilizador de um smartphone está aborrecido, com base nos valores indicados pelos sensores e pelo estado do próprio dispositivo móvel. O modelo incorporado trata-se de uma Rede Neuronal Artificial que tem a capacidade de prever o nível de aborrecimento da pessoa que está a interagir com o telemóvel. Este modelo consegue prever o sentimento em causa com uma precisão de 70%.Since ancient times, mankind has been trying to combat negative feelings such as sadness and loneliness. Another emotion that has always disturbed humanity is boredom. This cause is probably the major factor that led to the birth of various types of art and sports, and that has led to the continuity of its practice and observation over the centuries. Today, given the fact that smartphones have become globally used devices, people are increasingly subjected to stimuli. So when they are not busy, they feel the need to do something that keeps their brain active. For this reason, detecting boredom when using a smartphone paves the way for improving the success rates of stimuli signals, with a less intrusive, and more intelligent system. At an early stage, this research work focused on data collection. An initial application was developed, to fulfil this objective. The most relevant purpose of this prototype application is to collect the range of values of the physical and virtual sensors of a mobile device, and data that can illustrate the digital behaviour during its use. Following the construction of the dataset, a series of techniques and processes related to Machine Learning was performed, to choose the best possible model. Finally, the last step was the elaboration of the final application, already with the ideal model incorporated, which can indicate when the smartphone user is bored, based on the values of the sensors and the state of the mobile device itself. The built-in model is an Artificial Neural Network that can predict the level of the boredom of the person interacting with the mobile phone. This model can predict the feeling in question with an accuracy of 70%.Analide, CesarUniversidade do MinhoCampos, Carlos José Gomes2020-12-222020-12-22T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84136eng203254384info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T11:59:24Zoai:repositorium.sdum.uminho.pt:1822/84136Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:49:11.143260Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv A machine learning approach to boredom detection in smartphones
Deteção de aborrecimento durante o uso de um smartphone através de técnicas de machine learning
title A machine learning approach to boredom detection in smartphones
spellingShingle A machine learning approach to boredom detection in smartphones
Campos, Carlos José Gomes
Aborrecimento
Aprendizagem automática
Computação afectiva
Inteligência artificial
Sensores
Affective computing
Artificial intelligence
Boredom
Machine learning
Smartphone
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short A machine learning approach to boredom detection in smartphones
title_full A machine learning approach to boredom detection in smartphones
title_fullStr A machine learning approach to boredom detection in smartphones
title_full_unstemmed A machine learning approach to boredom detection in smartphones
title_sort A machine learning approach to boredom detection in smartphones
author Campos, Carlos José Gomes
author_facet Campos, Carlos José Gomes
author_role author
dc.contributor.none.fl_str_mv Analide, Cesar
Universidade do Minho
dc.contributor.author.fl_str_mv Campos, Carlos José Gomes
dc.subject.por.fl_str_mv Aborrecimento
Aprendizagem automática
Computação afectiva
Inteligência artificial
Sensores
Affective computing
Artificial intelligence
Boredom
Machine learning
Smartphone
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Aborrecimento
Aprendizagem automática
Computação afectiva
Inteligência artificial
Sensores
Affective computing
Artificial intelligence
Boredom
Machine learning
Smartphone
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Informática
publishDate 2020
dc.date.none.fl_str_mv 2020-12-22
2020-12-22T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/84136
url https://hdl.handle.net/1822/84136
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203254384
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132256065814528

Registros relacionados