Desarrollo de un algoritmo detector de engaños mediante la utilización del método Deep Learning de inteligencia artificial

En la actualidad estamos regidos por un constante avance dentro del campo tecnológico, por lo que los “engaños” o “estafas” han incrementado paulatinamente, para ello se denota la importancia que tiene la veracidad de información dentro de entornos como en: legislación, publicidad, criminalística, relaciones públicas, trabajo social, psicología; debido a esto, el presente proyecto de investigación, pretende ser una base que será de utilidad para que en futuras investigaciones se considere al Deep Learning como la opción más eficiente para detección de engaños. En el presente proyecto investigativo se realizó el análisis del estrés en la voz a través de la extracción de características de la misma, utilizando para dicho propósito Matlab®. Para determinar un engaño, se consideran las características propias del habla “normal” comparado con las mismas bajo “estrés”. La investigación fue aplicada a una base de datos de 94 señales de audio grabadas entre hombres y mujeres que se presenta de manera pública denominada, “RAVDESS”, mediante las cuales se implementa el reconocimiento automático de verdades y engaños a través del algoritmo de entrenamiento de red neuronal convolucional de Deep Learning, mostrando así, que las características de voz otorgan información necesaria para evaluar o clasificar un engaño de una verdad, obteniendo así, porcentajes de especificidad y sensibilidad adecuados para un análisis confiable de dichos resultados.

• Главный автор: Chango Salas, Jorge Alejandro (author)
• Формат: bachelorThesis
• Язык: spa
• Опубликовано: 2021
• Предметы: DEEP LEARNING; RED NEURONAL CONVOLUCIONAL; DETECCIÓN DE ENGAÑOS
• Online-ссылка: http://repositorio.espe.edu.ec/handle/21000/28482