Carlos M. Travieso y Nabil Ajali desarrollan un algoritmo capaz de clasificar emociones a partir de datos biométricos

Carlos M. Travieso González, catedrático y profesor de la Escuela, lidera junto al investigador Nabil Ajali Hernández un innovador estudio en el que se ha desarrollado un algoritmo capaz de clasificar emociones humanas a partir de datos biométricos obtenidos con sensores de bajo coste.

El proyecto, llevado a cabo por investigadores del Departamento de Señales y Comunicaciones y el Instituto IDeTIC de la ULPGC, ha logrado una precisión cercana al 94% en la identificación de emociones como el miedo o el asco, superando tecnologías más costosas y complejas. Este avance utiliza una arquitectura de inteligencia artificial basada en redes neuronales convolucionales, LSTM y mecanismos de atención, entrenada con datos recogidos de voluntarios en situaciones controladas.

Destacan que esta tecnología abre nuevas vías en múltiples sectores como:

• Medicina, con potencial para detectar precozmente enfermedades neurodegenerativas como el Alzhéimer;
• Industria audiovisual y marketing, midiendo el impacto emocional del contenido;
• Videojuegos, permitiendo experiencias personalizadas en tiempo real;
• Ciberseguridad y defensa, monitorizando el estado emocional de operadores en entornos críticos.

Esta solución representa un gran paso hacia la democratización de la tecnología emocional, al ofrecer resultados avanzados con un coste de implementación inferior a los 200 euros.

Más información e imagen de la ULPGC:

https://www.ulpgc.es/noticia/2025/06/20/ulpgc-desarrolla-algoritmo-capaz-clasificar-emociones-partir-datos-biometricos