Creación de una aplicación web y móvil con algoritmos de aprendizaje supervisado para detectar estrés y ansiedad
Development of a Web and Mobile Application Using Supervised Learning Algorithms to Detect Stress and Anxiety
Resumen
RESUMEN
Este estudio aborda la detección de estrés y ansiedad mediante señales fisiológicas, considerando su
creciente impacto en la salud mental. Para ello, se implementaron algoritmos de machine learning
supervisado entrenados con los conjuntos de datos WESAD y CASE, aplicando la metodología CRISP-DM para
el procesamiento y el enfoque RAD en el desarrollo de una aplicación web/móvil. Como resultado, los
modelos alcanzaron alto desempeño en la identificación de estados emocionales, demostrando su potencial
para apoyar la gestión preventiva de la salud.
Palabras clave: estrés, ansiedad, machine learning
ABSTRACT
This study addresses the detection of stress and anxiety through physiological signals, considering their
growing impact on mental health. To this end, supervised machine learning algorithms trained with the
WESAD and CASE datasets were implemented, applying the CRISP-DM methodology for processing and the
RAD approach in the development of a web/mobile application. As a result, the models achieved high
performance in identifying emotional states, demonstrating their potential to support preventive health
management.
Key words: stress, anxiety, machine learning
Descargas
Descargas
Publicado
Número
Sección
Licencia
Sobre derechos de autor y licencias
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
Derechos de autor
Los autores conservan sus derechos de autor, aunque ceden a la revista de forma no exclusiva los derechos de explotación (reproducción, distribución, comunicación pública y transformación) y garantizan a la Revista Espacios el derecho de primera publicación de su trabajo. Los autores pueden hacer acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial.
Licencia
Los trabajos se publican en la revista sujetos a la licencia de Reconocimiento 4.0 Internacional de Creative Commons (CC BY NC 4.0); ver https://creativecommons.org/licenses/by-nc/4.0/deed.es desde enero 2021.
Esta licencia permite a terceros compartir (copiar y redistribuir el material en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material), siempre que se reconozca la autoría y la primera publicación en esta revista.
