Por favor, use este identificador para citar o enlazar este ítem: http://dspace.utpl.edu.ec/handle/20.500.11962/27635
Título : Modelo para detectar la atención de los estudiantes en un salón de clases basado en redes neuronales convolucionales
Autor : Cordero Zambrano, Jorge Marco
Saavedra García, Diego Medardo
Palabras clave : Redes neuronales.
Inteligencia artificial.
Magíster en ciencias y tecnologías de la computación.-
Fecha de publicación : 2021
Citación : Saavedra García, Diego Medardo. (2021). Modelo para detectar la atención de los estudiantes en un salón de clases basado en redes neuronales convolucionales. (Trabajo de Titulación de Magister en Ciencias y Tecnologías de la Computación ). UTPL, Loja.
Descripción : Resumen: En esta investigación se emplearon técnicas de Visión Artificial (VA) utilizando una arquitectura de Red Neuronal Convolucional (RNC) para poder determinar los niveles de atención. La RNC crea un modelo de Inteligencia artificial (IA) que permite detectar la atención. Esta investigación se desarrolla con casos de estudio aislados, utilizando el sensor de la cámara del computador en tiempo real o a través de grabaciones en video. Se implementa la metodología SCRUM, así como diversas herramientas para la creación de RNC y sus diferentes etapas de clasificación, preentrenamiento, entrenamiento, compilación, almacenamiento, evaluación, pruebas y experimentación. Los resultados permiten observar que el modelo de IA alcanza un aprendizaje superior al 90%,si el reconocimiento facial supera el 0.5% de detección del rostro. El modelo de IA alcanza una confiabilidad de 99.64% para la detección de atención y 64.26% para la detección de inatención. Finalmente, este modelo podría permitirá las autoridades educativas en distintos niveles a tomar mejores decisiones respecto a las clases que se imparten en las aulas de forma presencial o virtual.
URI : http://dspace.utpl.edu.ec/handle/20.500.11962/27635
Aparece en las colecciones: Magister en Ciencias y Tecnologías de la Computación

Ficheros en este ítem:
Fichero Tamaño Formato  
125598.pdf2.14 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.