[CA] L'objectiu del TFG és desenvolupar una solució en l'àmbit de la llar digital per a l'adaptació de la interacció entre el sistema i els habitants de la llar de manera que s'aconsegueixi una interacció més eficient i ...[+]
[CA] L'objectiu del TFG és desenvolupar una solució en l'àmbit de la llar digital per a l'adaptació de la interacció entre el sistema i els habitants de la llar de manera que s'aconsegueixi una interacció més eficient i no intrusiva. Aquesta solució adapta contínuament els mecanismes d'interacció utilitzats per a comunicarse amb l'usuari en funció del context del sistema i de l'humà, de les preferències dels humans i de l'atenció de l'humà a cada moment sobre el sistema. La solució estarà formada per un conjunt de components que realitzaran des de la recol·lecció de dades censades pel sistema, la seva anàlisi i tractament, fins a la selecció del mecanisme d'interacció més adequat. Per a determinar el mecanisme d'interacció més adequat es té en compte el nivell d'atenció de l'usuari sobre el sistema. Aquest valor l'infereix un model predictiu que determina quin és el nivell d'atenció que presenta l'usuari per a interactuar amb el sistema. El model predictiu es co nstrueix amb un algorisme d'aprenentatge automàtic supervisat. L'etiquetatge de mostres d'entrenament el realitzen els usuaris finals utilitzant un simulador de la llar digital
[-]
[ES] El objetivo del TFG es desarrollar una solución en el ámbito del hogar digital para la adaptación de la interacción entre el sistema y los habitantes del hogar de forma que se consiga una interacción más eficiente y ...[+]
[ES] El objetivo del TFG es desarrollar una solución en el ámbito del hogar digital para la adaptación de la interacción entre el sistema y los habitantes del hogar de forma que se consiga una interacción más eficiente y no intrusiva. Esta solución adapta continuamente los mecanismos de interacción utilizados para comunicarse con el usuario en función del contexto del sistema y del humano, de las preferencias de los humanos y de la atención del humano en cada momento sobre el sistema. La solución estará formada por un conjunto de componentes que realizarán desde la recolección de datos sensados por el sistema, su análisis y tratamiento, hasta la selección del mecanismo de interacción más adecuado. Para determinar el mecanismo de interacción más adecuado se tiene en cuenta el nivel de atención del usuario sobre el sistema. Este valor lo infiere un modelo predictivo que determina cuál es el nivel de atención que presenta el usuario para interactuar con el sistema. El modelo predictivo se construye con un algoritmo de aprendizaje automático supervisado. El etiquetado de muestras de entrenamiento lo realizan los usuarios finales utilizando un simulador del hogar digital.
[-]
[EN] The objective of this Final Degree Project is to develop a solution in the field of the digital home for the adaptation of the interaction between the system and the inhabitants of the home in such a way that a more ...[+]
[EN] The objective of this Final Degree Project is to develop a solution in the field of the digital home for the adaptation of the interaction between the system and the inhabitants of the home in such a way that a more efficient and non-intrusive interaction is achieved. This solution continuously adapts the interaction mechanisms used to communicate with the user based on the context of the system and the human, the preferences of the humans and the attention of the human at each moment on the system. The solution will consist of a set of components that will carry out from the collection of data registered by the system, its analysis and treatment, to the selection of the most appropriate interaction mechanism. To determine the most appropriate interaction mechanism, the user's level of attention to the system is considered. This value is inferred by a predictive model that determines the level of attention that the user presents to interact with the system. The predictive model is a supervised machine learning algorithm. Labeling of training samples is done by end users using a digital home simulator.
[-]
|