Show simple item record

dc.contributor.advisorWebber, Carine Geltrudes
dc.contributor.authorGuerra, Caroline
dc.contributor.otherBoff, Elisa
dc.contributor.otherAdami, André Gustavo
dc.date.accessioned2023-05-17T17:37:43Z
dc.date.available2023-05-17T17:37:43Z
dc.date.issued2022-12-10
dc.date.submitted2022-11-28
dc.identifier.urihttps://repositorio.ucs.br/11338/11978
dc.descriptionSaúde mental é um assunto que está cada vez mais em alta, sendo de suma importância conhecer e falar sobre. Problemas como estresse, ansiedade e depressão são considerados como as doenças do século, afetando cada vez mais pessoas ao redor do mundo. Identificar e tratar tais transtornos é expressamente necessário já que, em casos graves como o da depressão, podem levar até mesmo ao suicídio. Em uma sala de aula, a situação não é diferente, a dificuldade de aprendizado, desmotivação e medo de não conseguir corresponder as expectativas, são apenas alguns exemplos do que pode levar um estudante a desenvolver um problema de saúde mental. Estudantes com estados emocionais negativos têm maior dificuldade de aprendizado, o que impacta no seu rendimento escolar e pode piorar ainda mais seu emocional, se tornando um ciclo vicioso. Identificar emoções em sala da aula pode ajudar na identificação de dificuldades de aprendizagem. Neste contexto, sistemas de diagnóstico, baseados em aprendizado de máquina (machine e deep learning), têm sido usados para identificar casos de ansiedade, angústia e depressão. Tais diagnósticos são possíveis por meio da obtenção de modelos de classificação, utilizando mecanismos de aprendizado. Como exemplo, um modelo baseado em uma arquitetura de deep learning, que identifique e classifique as emoções dos estudantes, pode ajudar o professor com feedback sobre sua aula. Para fins deste trabalho de conclusão, objetiva-se conceber e implementar um modelo de classificação baseado em métodos deep learning para a classificação de emoções por meio de imagens de faces humanas. Esta seria a primeira etapa para o desenvolvimento de um sistema que possa inferir dificuldades no aprendizado em sala de aula, possibilitando assim ao educador abordar novas estratégias de ensino que possam melhorar o desempenho da turma e seus estados emocionais. [resumo fornecido pelo autor]pt_BR
dc.description.abstractMental health is a subject that is increasingly on the rise, and it is of paramount importance to know and talk about. Problems such as stress, anxiety and depression are considered as the diseases of the century, affecting more and more people around the world. Identifying and treating such disorders is expressly necessary since, in severe cases such as depression, they can even lead to suicide. In a classroom, the situation is no different, learning difficulties, lack of motivation and fear of not being able to meet expectations are just a few examples of what can lead a student to develop a mental health problem. Students with negative emotional states have greater learning difficulties, which impacts their school performance and can further worsen their emotional state, becoming a vicious cycle. Identifying emotions in the classroom can help in identifying learning difficulties. In this context, diagnostic systems, based on machine learning (machine and deep learning), have been used to identify cases of anxiety, distress and depression. Such diagnoses are possible by obtaining classification models, using learning mechanisms. As an example, a model based on a deep learning architecture, that identifies and classifies students' emotions, can help the teacher with feedback about their class. For the purposes of this conclusion work, the objective is to design and implement a classification model based on deep learning methods for classifying emotions through images of human faces. This would be the first step towards the development of a system that can infer difficulties in learning in the classroom, thus enabling the educator to approach new teaching strategies that can improve the performance of the class and their emotional states. [resumo fornecido pelo autor]pt_BR
dc.language.isoptpt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectEmoçõespt_BR
dc.subjectExpressão facialpt_BR
dc.subjectProgramas de aprendizadopt_BR
dc.titleClassificação de emoções a partir de expressões faciais com deep learningpt_BR
dc.typeArtigopt_BR
mtd2-br.advisor.instituationUniversidade de Caxias do Sulpt_BR
mtd2-br.program.nameBacharelado em Ciência da Computaçãopt_BR
mtd2-br.campusCampus Universitário de Caxias do Sulpt_BR
local.data.embargo2022-12-09


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record