Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.creatorJiménez Guarneros, Magdiel-
dc.creatorFuentes Pineda, Gibrán-
dc.creatorGrande Barreto, Jonas-
dc.date.accessioned2025-10-25T01:16:25Z-
dc.date.available2025-10-25T01:16:25Z-
dc.date.issued2025-
dc.identifier.urihttps://repositorio.tic.unam.mx/handle/123456789/4012-
dc.descriptionArtículo académico que propone un método de adaptación multimodal y de múltiples fuentes (MMDA) para el reconocimiento de emociones a partir de EEG y seguimiento ocular. MMDA alinea distribuciones relevantes entre sujetos conocidos y nuevos, evita transferencia negativa y mejora la fusión de modalidades. Los experimentos en cuatro conjuntos de datos públicos muestran un rendimiento superior a métodos previos, incluso al combinar múltiples sesiones de distintos sujetos.-
dc.publisherIEEE-
dc.subjectAprendizaje automático (Machine learning)-
dc.subject.classificationCiencias Físico Matemáticas y de la Ingenierías-
dc.titleMMDA: A Multimodal and Multisource Domain Adaptation Method for Cross-Subject Emotion Recognition From EEG and Eye Movement Signals-
dc.typeArtículo académico-
dcterms.provenanceUniversidad Nacional Autónoma de México. Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas-
dc.subject.keywordsElectroencephalography-
dc.subject.keywordsEmotion recognition-
dc.subject.keywordsNeural networks-
dc.subject.keywordsFeature extraction-
dc.subject.keywordsData models-
dc.subject.keywordsTraining-
dc.subject.keywordsPhysiology-
dc.subject.keywordsCorrelation-
dc.subject.keywordsBrain modeling-
dc.subject.keywordsAdaptation models-
dc.subject.keywordsDeep learning-
dc.subject.keywordsElectroencephalogram (EEG)-
dc.subject.keywordsEye movement (EM)-
dc.subject.keywordsMultimodal emotion recognition (MER)-
dc.subject.keywordsMultimodal unsupervised domain adaptation (UDA)-
dc.subject.keywordsMultisource domain adaptation (MDA)-
dc.subject.keywordsElectroencefalografía-
dc.subject.keywordsReconocimiento de emociones-
dc.subject.keywordsRedes neuronales-
dc.subject.keywordsExtracción de características-
dc.subject.keywordsModelos de datos-
dc.subject.keywordsEntrenamiento-
dc.subject.keywordsFisiología-
dc.subject.keywordsCorrelación-
dc.subject.keywordsModelado cerebral-
dc.subject.keywordsModelos de adaptación-
dc.subject.keywordsAprendizaje profundo-
dc.subject.keywordsElectroencefalograma (EEG)-
dc.subject.keywordsMovimiento ocular (EM)-
dc.subject.keywordsReconocimiento multimodal de emociones (MER)-
dc.subject.keywordsAdaptación de dominio no supervisada multimodal (UDA)-
dc.subject.keywordsAdaptación de dominio multifuente (MDA)-
dc.identifier.urlhttps://doi.org/10.1109/TCSS.2024.3519300-
dc.identifier.bibliographiccitationJiménez-Guarneros, M., Fuentes-Pineda, G., & Grande-Barreto, J. (2025). MMDA: A Multimodal and Multisource Domain Adaptation Method for Cross-Subject Emotion Recognition From EEG and Eye Movement Signals. IEEE Transactions on Computational Social Systems, 12(5), 2214–2227. https://doi.org/10.1109/TCSS.2024.3519300-
dcterms.memberofAnálisis y automatización-
Aparece en las colecciones: Publicaciones académicas y científicas

Mostrar el registro sencillo del ítem EstadÍsticas


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.