UTILIZAÇÃO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA PARA A VERIFICAÇÃO DE SATISFAÇÃO E TRISTEZA

Autores

  • Victor Gabriel Viana Da Costa Unoeste
  • Francisco Assis Da Silva Unoeste
  • Mario Augusto Pazoti Unoeste
  • Camelia Santina Murgo Unoeste

Palavras-chave:

Inteligência Artificial, Aprendizado de Máquina, emoções, Psicologia

Resumo

Doenças psicológicas são condições sintomáticas que afetam tanto aspectos psicológicos quanto aspectos físicos de uma pessoa, podendo levar à morte em casos mais graves. Um exemplo dessas doenças é a depressão, que quando o tratamento é feito rapidamente melhora as chances do paciente se recuperar. Então um diagnóstico rápido é essencial para que o tratamento aconteça de forma efetiva. Entretanto, os métodos tradicionais dificultam a análise de dados em forma de imagem, sons e texto de forma digital pelos profissionais de psicologia. Esse trabalho almejou contribuir com uma aplicação em conjunto a um estudo para otimizar o tempo de diagnóstico, oferecendo uma análise através de aprendizado de máquina, analisando imagens, sons e texto de forma automática, fornecendo ao profissional da área de psicologia um relatório de satisfação e tristeza do paciente. Os resultados se mostram satisfatórios com uma acurácia média na validação da rede de 72.47% no reconhecimento de emoções.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

APA. Manual diagnóstico e estatístico de transtornos mentais. 5ª Edição. American Psychiatric Association: artmed, 2013.

BRUCE, D. F. Depression Diagnosis, 2020. disponível em: https://www.webmd.com/depression/guide/depression-diagnosis Acesso em: 22 nov 2021.

CHAUHAN, R.; GHANSHALA, K. K.; JOSHI, R. C. Convolutional Neural Network (CNN) for Image Detection and Recognition, 2018 First International Conference on Secure Cyber Computing and Communication (ICSCCC), 2018. https://doi.org/10.1109/ICSCCC.2018.8703316

GREENBERGER, D; PADESKY, C. A. A mente vencendo o humor: mude como você se sente, mudando o modo como você pensa. 2ª edição. Porto Alegre: Artmed, 2017.

GOODFELLOW, I. J.; ERHAN, D.; CARRIER, P. L.; COURVILLE, A.; MIRZA, M.; HAMNER, B.; CUKIERSK, W.; TANG, Y.; THALER, D.; LEE, D.; ZHOU, Y.; RAMAIAH, C.; FENG, F.; LI, R.; WANG, X.; ATHANASAKIS, D.; SHAWE-TAYLOR, J.; MILAKOV, M.; PARK, J.; LONESCU, R.; POPESCU, M.; GROZEA, C.; BERGSTRA, J.; XIE, J.; ROMASZKO, L.; XU, B.; CHUANG, Z.; BENGIO, T. Challenges in Representation Learning: A report on three machine learning contests, The ICML 2013 Workshop, 2013. Disponível em: https://link.springer.com/chapter/10.1007/978-3-642-42051-1_16 Acesso em: 14 Dez 2021.

GOOGLE Conceitos básicos do Dialogflow ES, 2021. Disponível em: https://cloud.google.com/dialogflow/es/docs/basics?hl=pt-br Acesso em: 22 nov 2021.

GOOGLE Como adicionar tradução de voz a seu app para Android, 2019. Disponível em: https://cloud.google.com/architecture/speech-translation-android-microservice Acesso em: 29 nov 2021.

IBM STT Cloud API Docs. Versão 6.2.1. IBM. Disponível em: https://cloud.ibm.com/apidocs/speech-to-text?code=node Acesso em: 14 Dez 2021.

JOGY, J. How I Understood: What features to consider while training audio files? Disponível em: https://towardsdatascience.com/how-i-understood-what-features-to-consider-while-training-audio-files-eedfb6e9002b Acesso em: 22 nov 2021.

KAGGLE Facial emotion recognition, 2020. Disponível em: https://www.kaggle.com/chiragsoni/ferdata Acesso em: 14 Dez 2021.

KHAN, N. A. Multi Lingual Text Emotion Recognition, 2020. Disponível em: https://www.kaggle.com/naseerahmedkhan/multi-lingual-text-emotion-recognition Acesso em: 14 Dez 2021.

LIVINGSTONE, S. R. RAVDESS, 2018. Disponível em: https://smartlaboratory.org/ravdess/ Acesso em: 22 nov 2021.

LOBO, L. C. Inteligência artificial, o Futuro da Medicina e a Educação Médica, Rev. bras. educ. med. Brasil, 2018.

https://doi.org/10.1590/1981-52712015v42n3RB20180115EDITORIAL1

LEITE, T. M. Redes Neurais, Perceptron Multicamadas e o Algoritmo Backpropagation, 2018. Disponível em: https://medium.com/ensina-ai/redes-neurais-perceptron-multicamadas-e-o-algoritmo-backpropagation-eaf89778f5b8 Acesso em: 14 Dez 2021.

LOVINS, J. B. Development of a stemming algorithm, Mechanical Translation and Computational Linguistics, vol.11, 1968.

http://people.scs.carleton.ca/~armyunis/projects/KAPI/Lovins.pdf.

MCFEE, B. COLIN, R. DAWEN L., DANIEL, P. E. MCVICAR, M. ERIC, B. NIETO, O. “librosa: Audio and music signal analysis in python.” In Proceedings of the 14th python in science conference, pp. 18-25. 2015.

MICHELON, L.; VALLADA, H. Fatores genéticos e ambientais na manifestação do transtorno bipolar, Arch. Clin. Psychiatry, São Paulo, 2011.

https://doi.org/10.1590/S0101-60832005000700004

NAIR, P. The dummy’s guide to MFCC, 2018. Disponível em: https://medium.com/prathena/the-dummys-guide-to-mfcc-aceab2450fd Acesso em: 22 nov 2021.

NEWELL, A. Remarks on the Relationship Between Artificial Intelligence and Cognitive Psychology, Theoretical Approaches to Non-Numerical Problem Solving, Case Western Reserve University, 1970.

NLTK Documentation. Versão 2.3.5. NLTK Project. 2021. Disponível em: https://www.nltk.org Acesso em: 14 Dez 2021.

NODEJS. Versão 17.2.0. OpenJS Foundation. 2021.

Disponível em: https://nodejs.org/api/ Acesso em: 14 Dez 2021.

NUMPY v1.21 Manual. Versão 1.21. Tem NumPy Community. 2021. Disponível em: https://numpy.org/doc/stable/ Acesso em: 14 Dez 2021.

OMS Prevenção do suicídio: Um recurso para conselheiros. 2006. Disponível em: https://www.who.int/mental_health/media/counsellors_portuguese.pdf. Acesso em: 17 nov 2020.

OPENCV Open Source Computer Vision. Versão: 4.5.4. OpenCV. 2021. Disponível em: https://docs.opencv.org/4.5.4/ Acesso em: 14 Dez. 2021.

PRIETO, D.; TAVARES, M. Fatores de risco para suicídio e tentativa de suícidio: incidência, eventos estressores e transtornos mentais, Jornal Brasileiro de Psiquiatria, Brasil. 2005. https://pesquisa.bvsalud.org/portal/resource/pt/lil-438306

RISH, I An empirical study of the naive Bayes classifier. IBM Research, T.J. Watson Research Center. 2001. https://www.cc.gatech.edu/~isbell/reading/papers/Rish.pdf

TENSORFLOW API Documentation. Versão 2.7.0. Tensorflow. 2021. Disponível em: https://www.tensorflow.org/api_docs Acesso em: 14 Dez 2021.

TORRES, M. D. F. What is Depression? American Psychiatric Association, 2020. disponível em: https://www.psychiatry.org/patients-families/depression/what-is-depression Acesso em: 06 Dez. 2020.

SCIKIT-LEARN: Machine Learning in Python. Versão 1.0. Scikit-Learn. 2021. Disponível em: https://scikit-learn.org/stable/ Acesso em: 14 Dez. 2021.

Downloads

Publicado

2022-03-31

Como Citar

UTILIZAÇÃO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA PARA A VERIFICAÇÃO DE SATISFAÇÃO E TRISTEZA. (2022). Colloquium Exactarum. ISSN: 2178-8332, 13(4), 28-41. https://journal.unoeste.br/index.php/ce/article/view/4275

Artigos Semelhantes

1-10 de 409

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 3 4 > >>