Resumen

A todas las personas que viajan en un vehículo autoconducido les gustaría recibir cada servicio. Para ello, el sistema tiene que conocer el estado de la persona a partir de la emoción o el estrés, y para conocer el estado de la persona, tiene que captar mediante el análisis de la bio-información de la persona. En este trabajo, proponemos un sistema para inferir la emoción utilizando EEG, pulso, presión arterial (presión arterial sistólica y diastólica) del usuario, y recomendar el color y la música de acuerdo con el estado emocional del usuario para un servicio al usuario en vehículo de auto-conducción. El sistema propuesto está diseñado para clasificar las cuatro informaciones emocionales (estabilidad, relajación, tensión y excitación) utilizando datos de EEG para inferir y clasificar el estado emocional según el estrés del usuario. Se utilizó el algoritmo SVM para clasificar la bioinformación según el índice de estrés utilizando datos de ondas cerebrales del sistema de control difuso, pulso y presión sanguínea. Cuando se aprendió el 80% de los datos según la proporción de datos de entrenamiento utilizando el algoritmo SVM para clasificar los datos de EEG, presión sanguínea y pulso según la información biométrica de la emoción, se mostró el mayor rendimiento del 86,1%. El sistema de clasificación de bioinformación basado en el índice de estrés propuesto en este trabajo ayudará a estudiar la interacción entre el ser humano y el ordenador (HCI) en la 4ª Revolución Industrial clasificando el color emocional y el sonido emocional según la emoción del usuario que se espera.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:usuario, emoción, persona, sistema, algoritmo svm, presión arterial, estado emocional, índice de estrés, 4ª revolución industrial, información biométrica de las emociones
• Keywords:user, emotion, person, system, svm algorithm, blood pressure, emotional state, stress index, 4th industrial revolution, biometric emotion information