P. Llamocca Portella, R. Morales Arsenal, V. López López
Este estudio propone un método para clasificar estados emocionales (depresión y eutimia) utilizando datos de smartwatches y técnicas de aprendizaje automático. El proceso de clasificación comienza con una asignación inicial de estados basada en cuartiles obtenidos de medidas objetivas como el conteo diario de pasos y la calidad del sueño. Para refinar esta clasificación, se aplican algoritmos de clusterización de manera iterativa, ajustando los centroides de los clusters para mejorar la alineación con los datos observados. La metodología también aborda el desequilibrio en las observaciones, donde típicamente hay más datos de eutimia que de depresión o manía. Esto se logra ajustando los límites de clasificación, permitiendo una distribución más equilibrada entre los estados emocionales.
Palabras clave: trastornos emocionales, smartwatches, clusterizacion
Programado
Clasificación y reconocimiento de patrones
11 de junio de 2025 15:30
Auditorio 1. Ricard Vinyes