Propuesta de un sistema difuso jerárquico haciendo uso de reglas para la integración de un sistema de estimulación y el estado
DOI:
https://doi.org/10.30973/progmat/2021.13.1/8Palabras clave:
Lógica difusa, Cómputo afectivo, Análisis emocional, deterioro cognitivoResumen
De acuerdo con la Encuesta Nacional de Ocupación y Empleo (ENOE) la población de adultos mayores es equivalente al 10.8% del total de la población en México, además de ser uno de los países latinoamericanos con mayor prevalencia, con un 7.3%, en enfermedades relacionadas al deterioro cognitivo afectando de manera directa la calidad de vida del adulto mayor (Secretaría de Salud., 2018). Se espera que para el año 2030 el número de personas con demencia aumente a poco más de 1.5 millones. Debido a dicha prevalencia es relevante desarrollar plataformas y herramientas basadas en tecnología que permitan atender la demanda de necesidades en la población con deterioro cognitivo. En este trabajo se propone un sistema jerárquico difuso que usa reglas creadas para lograr una integración entre el estado emocional y el resultado de un plan de estimulación en personas con deterioro cognitivo para de esta manera generar una mejor propuesta de tratamiento tomando en cuenta la salida correspondiente al sistema propuesto.
Citas
Gonzalez, K. D. Envejecimiento demográfico en México: análisis comparativo entre las entidades federativas. Recuperado el 18 de Julio del 2020, http://www.omi.conapo.gob.mx/work/models/CONAPO/Resource/2701/1/images/06_envejecimiento.pdf
Alzheimer’s Disease International. World Alzheimer Report 2019. Recuperado el 10 de Julio del 2020, https://www.alz.co.uk/research/WorldAlzheimerReport2019.pdf
Cummings, J. L., & Cole, G. Alzheimer disease. Jama. 2002, 287(18), 2335-2338.
León, F. G., Hernández, L. M., Martínez, J. M. A., & Meilán, J. J. G. La influencia de la emoción en la memoria como índice para el diagnóstico temprano del Alzheimer. Alzheimer: Realidades e investigación en demencia. 2011, (48), 33-38.
Morris, C. G., & Maisto, A. A. Introducción a la Psicología. Pearson Educación. 2005.
Picard, R. W. Affective computing. MIT press. 2000.
Liu, H., & Chen, S. M. Multi-stage mixed rule learning approach for advancing performance of rulebased classification. Information Sciences. 2019, 495, 65-77. https://doi.org/10.1016/j.ins.2019.05.008
Navarro, J. Zamudio, V., Baltazar, R., Lino, C., D´ıaz, C., & Doctor, F. Towards Game Based Monitoring and Cognitive Therapy for Elderly using a Neural-Fuzzy approach. Mexican International Conference on Computer Science. 2013
Rodríguez, B., Marrón, E. Estimulación cognitiva por ordenador. 2009.
Matiko, J. W., Beeby, S. P., & Tudor, J. Fuzzy logic based emotion classification. IEEE International Conference on Acoustics, Speech and Signal Processing. 2014. https://doi.org/10.1109/ICASSP.2014.6854431
Pawar, P. M., & Ganguli, R. Fuzzy-logic-based health monitoring and residual-life prediction for composite helicopter rotor. Journal of Aircraft, 44(3), 981-995. 2007. https://doi.org/10.2514/1.26495
Passino, K. M., Yurkovich, S., & Reinfrank, M. ). Fuzzy control (Vol. 42, pp. 15-21). Menlo Park, CA: Addisonwesley.1998.
Cruz-Parada, P., Zamudio, V., Navarro, J., Doctor, F., Lino, C., Hernández, D. A. G., & Baltazar, R. Identification and Analysis of Emotions in a Game Based Therapy for Patients with Cognitive Impairment. In Intelligent Environments (Workshops) (pp. 506-515).Therapy for Patients with Cognitive Impairment. 2018. https://doi.org/10.3233/978-1-61499-874-7-506
Ekman, P. An argument for basic emotions. Cognition & emotion, 6(3-4), 169-200. 2008. https://doi.org/10.1080/02699939208411068
Scherer, K. R. Emotions as episodes of subsystem synchronization driven by nonlinear appraisal processes. Emotion, development, and self-organization: Dynamic systems approaches to emotional development, 7099. 2000.
Freudenberger, H. J., & Richelson, G. Burn-out: The high cost of high achievement. Bantam Books. 1981.
Mostafa, M., Crick, T., Calderon, A. C., & Oatley, G. Incorporating emotion and personality-based analysis in user-centered modelling. In International conference on innovative techniques and applications of artificial intelligence (pp. 383-389). 2016. https://doi.org/10.1007/978-3-319-47175-4_29
Nathanson, L., Rivers, S. E., Flynn, L. M., & Brackett, M. A. Creating emotionally intelligent schools with RULER. Emotion Review, 8(4), 305-310. 2016. https://doi.org/10.1177/1754073916650495
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2013 Programación Matemática y Software
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |