Plazas disponibles
Este webinar se imparte en inglés. Hoy en día no es raro llevar en el bolsillo multitud de sensores en forma de smartphones y diferentes herramientas como Fitbit, Garmin, etc. Estos sensores no solo recogen información sobre el uso del dispositivo sino que también informan sobre la actividad del propietario del dispositivo. La disponibilidad de este tipo de datos abre una plétora de posibilidades, una de las cuales es el análisis del comportamiento individual. Este webinar incluirá una descripción general de cómo utilizar sensores en dispositivos móviles (el número de pasos, la distancia recorrida, las horas de sueño, etc) para desarrollar modelos de predicción del estado emocional, lo que podría proporcionar una herramienta valiosa para los profesionales médicos de salud mental en el monitoreo de estados de ánimo de sus pacientes. Se discutirán las características de los datos de detección pasiva y cómo compensarlos, así como varias metodologías de análisis y sus visión interna o percepción. Después de la presentación del trabajo actual, se realizará una demostración de esta tecnología y habrá tiempo para realizar preguntas y respuestas.
Emese Sukei. Dpto. de Teoría de la Señal y Comunicaciones de la Universidad Carlos III de Madrid (UC3M). Investigadora del proyecto MSCA-ETN de H2020 “Machine Learning Frontiers in Precision Medicine” (GA-813533).
