Modelo híbrido de programación genética y redes neuronales para el reconocimiento de emociones

Abstract

El reconocimiento automático de emociones es un área clave de la computación afectiva, con aplicaciones en interacción humano-computadora, salud mental y personalización de sistemas inteligentes. En este contexto, las señales fisiológicas, como el ritmo cardíaco, han cobrado relevancia debido a su relación con el estado emocional y la posibilidad de ser registradas de manera no invasiva mediante dispositivos portátiles. Este estudio propone un modelo híbrido basado en Programación Genética y Redes Neuronales para el reconocimiento de emociones a partir del ritmo cardíaco. Se llevó a cabo un experimento controlado para recopilar datos de cuatro emociones: calma, enojo, felicidad y tristeza. Tras el preprocesamiento con un filtro de media móvil y la extracción de características, la Programación Genética transformó los datos en un espacio más adecuado para la clasificación mediante una red neuronal multicapa. El modelo alcanzó una precisión del 95% en entrenamiento y 94% en prueba, aunque se observaron dificultades en la diferenciación entre enojo y tristeza. Estos resultados demuestran la viabilidad del uso de dispositivos portátiles y metodologías híbridas para la detección de emociones, contribuyendo al desarrollo de la computación afectiva.