Del 9 al 13 de julio se realizó la “18ª Conferencia Internacional sobre Tecnologías Avanzadas para el Aprendizaje de IEEE (ICALT 2018)” en el Instituto Indio de Tecnología de Bombay (IIT Bombay), en India, en donde María Lucía Barrón Estrada y Ramón Zatarain Cabada, profesores-investigadores del Tecnológico Nacional de México Campus Culiacán participaron y obtuvieron el premio al mejor artículo.
En esta conferencia participaron 37 países, se enviaron 234 artículos, de los cuales fueron aceptados 156 y el artículo “Multimodal Recognition of Emotions with Application to Mobile Learning” obtuvo el premio al Mejor Artículo.
Resumen de artículo.
Una gran variedad de sistemas de reconocimiento de emociones han sido implementados, pero pocos se han aplicado en el mundo real debido al alto costo de la tecnología necesaria y al bajo porcentaje de efectividad en el reconocimiento cuando no se trabaja con emociones espontáneas. Este artículo presenta la implementación de un sistema de reconocimiento multimodal de emociones utilizando dispositivos móviles y la creación de una base de datos afectiva a través de una aplicación móvil. El reconocedor funciona en una aplicación educativa móvil para identificar las emociones del usuario a medida que interactúa con el dispositivo. Las emociones que el sistema reconoce son el compromiso y el aburrimiento. La base de datos afectiva se creó con las emociones espontáneas de los estudiantes que interactuaron con una aplicación móvil educativa llamada Duolingo y una aplicación de recopilación de información móvil llamada EmoData. El sistema desarrollado tiene un porcentaje regular de efectividad para reconocimiento de audio y reconocimiento de posición. El corpus utilizado para el entrenamiento es aún pequeño, por lo que consideramos que a medida que aumente el número de registros en la base de datos afectiva, la precisión del reconocedor mejorará.
En ICALT se abordan temas de las nuevas tendencias en tecnologías, como análisis de datos, computación en la nube, espacios de fabricantes, impresión en 3-D, tecnologías portátiles, realidad aumentada y sistemas inteligentes son solo algunos ejemplos de las tecnologías investigadas por su potencial para transformar la enseñanza, el aprendizaje y la evaluación en educación formal (en todos los niveles) así como en aprendizaje informal.
ICALT está clasificada como una de las mejores conferencias en su área (Rank B) por CORE (Asociación de Investigación en Computación y Educación de Australia).
El TecNM se enorgullece y les felicita por este premio.
¡Enhorabuena!
