Modelo para detectar la atención de los estudiantes en un salón de clases basado en redes neuronales convolucionales

Resumen: En esta investigación se emplearon técnicas de Visión Artificial (VA) utilizando una arquitectura de Red Neuronal Convolucional (RNC) para poder determinar los niveles de atención. La RNC crea un modelo de Inteligencia artificial (IA) que permite detectar la atención. Esta investigación se desarrolla con casos de estudio aislados, utilizando el sensor de la cámara del computador en tiempo real o a través de grabaciones en video. Se implementa la metodología SCRUM, así como diversas herramientas para la creación de RNC y sus diferentes etapas de clasificación, preentrenamiento, entrenamiento, compilación, almacenamiento, evaluación, pruebas y experimentación. Los resultados permiten observar que el modelo de IA alcanza un aprendizaje superior al 90%,si el reconocimiento facial supera el 0.5% de detección del rostro. El modelo de IA alcanza una confiabilidad de 99.64% para la detección de atención y 64.26% para la detección de inatención. Finalmente, este modelo podría permitirá las autoridades educativas en distintos niveles a tomar mejores decisiones respecto a las clases que se imparten en las aulas de forma presencial o virtual.

• Autor principal: Saavedra García, Diego Medardo (author)
• Format: bachelorThesis
• Idioma: spa
• Publicat: 2021
• Matèries: Redes neuronales.; Inteligencia artificial.; Magíster en ciencias y tecnologías de la computación.-
• Accés en línia: http://dspace.utpl.edu.ec/handle/20.500.11962/27635