Análisis comparativo para seleccionar una herramienta de reconocimiento de emociones aplicando mapas de decisión difusos y TOPSIS.

Miguel Ángel Quiroz Martínez; Ginnette Andreina Granda Villon; Davis Israel Maldonado Cevallos; Maikel Yelandi Leyva Vázquez

doi:10.46377/dilemas.v8i1.2441

Miguel Ángel Quiroz Martínez Universidad Politécnica Salesiana
Ginnette Andreina Granda Villon Universidad Politécnica Salesiana
Davis Israel Maldonado Cevallos Universidad Politécnica Salesiana
Maikel Yelandi Leyva Vázquez Universidad Politécnica Salesiana

DOI: https://doi.org/10.46377/dilemas.v8i1.2441

Palabras clave: Lenguaje corporal, reconocimiento de emociones, multicriterio, mapa de decisión difuso, TOPSIS

Resumen

El estudio a realizar es el comportamiento no verbal y todo lo que transmite por medio del lenguaje corporal muchos de los cuales se encuentran en conflicto o es difícil de medir. Se utilizó una metodología multicriterio para seleccionar la herramienta adecuada que integra el reconocimiento asociado a las emociones de niños, ya que es importante estar al tanto del estado de emoción que muestra un sujeto en el ambiente donde se encuentre y todo lo que implica su alrededor. Las técnicas Mapas de Decisión Difusos y TOPSIS han sido validados con los datos de un caso real para la selección de un reconocimiento adecuado en base a las tres herramientas utilizadas, Facebook, Microsoft AzureEmotion API y Google Vision API.

Citas

Bradley, R. A. D., Franz, And List, Christian. (2006). "Aggregating Causal Judgements". Department of Government, London School of Economics and Political Science.

Fonseca, V. D. (2016). Importância das emoçõesnaaprendizagem: umaabordagemneuropsicopedagógica. Revista Psicopedagogía, 33(102), 365-384.

González García, F. M. (1992). Los mapas conceptuales de JD Novak como instrumentos para la investigación en didáctica de las ciencias experimentales. Enseñanza de las Ciencias, 10(2), 148-158.

Gray, S. A., Gray, S., Cox, L. J., & Henly-Shepard, S. (2013). Mental Modeler: A fuzzy-logic cognitive mapping modeling tool for adaptive environmental management. Proceedings of the Annual Hawaii International Conference on System Sciences. https://doi.org/10.1109/HICSS.2013.399

Huamaní Huamaní, G. T. (2017). Modelo Ahp Para Seleccionar Proveedores De Cloud Computing. Revista Cientifica TECNIA, 24(1), 99. https://doi.org/10.21754/tecnia.v24i1.36

Hwang and K. Yoon. (1981). Multiple Attribute Decision Making: Methods and Applications A State-of-the-Art Survey. Springer Berlin Heidelberg, 1981.

Jetter, A. And W. Schweinfort. (2011). Building Scenarios with Fuzzy Cognitive Maps: An Exploratory Study of Solar Energy.Futures 43(1): 52-66. 2011.

Khan, M. S., & Quaddus, M. (2004). Group decision support using fuzzy cognitive maps for causal reasoning. Group Decision and Negotiation, 13(5), 463-480.

Kosko, B. (1986) Fuzzy Cognitive Maps. International Journal on Man Machine Studies. 24. 65-75.

Kosko, B. (1988). Hidden Patterns in Combined and Adaptive Knowledge Networks. International Journal of Approximate Reasoning 2(4): 377-393. 1988

Kosko, B. (1997). Neural networks and fuzzy systems, 1992. New Jersey, Prenti.

Leyva Vázquez, M. Y., Pérez Teruel, K., Febles Estrada, A., & Gulín González, J. (2013). Mapas cognitivos difusos para la selección de proyectos de tecnologías de la información. Contaduría y Administración, 58(4), 95–117. https://doi.org/10.1016/s0186-1042(13)71235-x

Leyva Vázquez, M., Hechavarría Hernández, J., Batista Hernández, N., Alarcón Salvatierra, J. A., & Gómez Baryolo, O. (2018). A framework for PEST analysis based on fuzzy decision maps. Espacios.

Leyva-Vázquez, M. Y., K. Pérez-Teruel, et al. (2013a) "Mapas cognitivos difusos para la selección de proyectos de tecnologías de la información". Contaduría y Administración 58(4): 95-117. 2013.

Lisandro, L., Curia, H., & Lavalle, A. L. (2011). V8N3a8. JISTEM -Journal of Information Systems and Technology Management Revista de GestãoDaTecnologia e Sistemas de Informação, 8(3), 663–680. https://doi.org/10.4301/S1807-1775201100030008

Martínez, M. Á. Q., Hernández, J. M. G., & Veintimilla, S. S. O (2019). Análisis comparativo para seleccionar una herramienta de reconocimiento de emociones aplicando el modelo AHP Comparative analysis to select motion recognition tool applying the AHP model. XX, 1–11.

Matsumoto, D., Hwang, H. S., López, R. M., & Pérez-Nieto, M. Á. (2013). Lectura de la expresión facial de las emociones: Investigación básica en la mejora del reconocimiento de emociones. Ansiedad y Estres, 19(2–3), 121–129.

Mojarro Magaña, M., & Pérez López, R. J. (2008). Comparación de la técnica TOPSIS tradicional y la técnica TOPSIS con la distancia de Mahalanobis: Un Caso de estudio. Revista de Ingeniería Industrial, 2(3), 140-151.

Pedrycz, W., Ekel, P., & Parreiras, R. (2011). Fuzzy multicriteria decision-making: models, methods and applications. John Wiley & Sons.

Roubens, M. (1997). Fuzzy Sets and Decision Analysis. Fuzzy Sets and Systems 90: 199 - 206. 1997.

Salmeron, J. L. (2010) "Modelling Grey Uncertainty with Fuzzy Grey Cognitive Maps." Expert Systems with Applications 37(12): 7581-7588. 2010.

Salmeron, J. L., R. Vidal, et al (2012) "Ranking Fuzzy Cognitive Map Based Scenarios with TOPSIS." Expert Systems with Applications 39(3): 2443-2450. 2012.

Shahba, S., Arjmandi, R., Monovari, M. & Ghodusi, J. (2017). Application of multiatribute decision-making methods in SWOT analysis of mine waste management (case study: Sirjan's Golgohar iron mine, Iran). Resources Policy, 51 (2017), pp. 67-76.

Stylios, C. D. A. G., Voula C and Malandraki, Georgia A And Chouliara, Spyridoula (2008) "Fuzzy Cognitive Map Architectures for Medical Decision Support Systems". Applied Soft Computing 8: 1243--1251. 2008.

Zhao, J. & Fang, Z. (2016). Research on Campus Bike Path Planning Scheme Evaluation Base on TOPSIS Method: Wei’shui Campus Bike Path Planning as an Example. Procesia Engineering, 137, pp. 858-866.