Um Modelo de Aprendizado Profundo Multimodal para Classificação de Estresse Utilizando Sinais Obtidos por Dispositivos Vestíveis de Pulso

A recente proliferação dos dispositivos vestíveis (e.g. smartphones e smartwatches) e sua capacidade de medir vários sinais fisiológicos criam uma oportunidade de monitoramento contínuo e discreto do estado de estresse de um indivíduo. Tendo isso em vista, este trabalho propõe um novo modelo para classificação de estresse baseado em uma rede de convolução usando dados coletados por dispositivos de pulso. Os resultados obtidos, utilizando a validação leave-one-subject-out (LOSO), alcançaram a taxa média de 95,67% de acurácia, sendo um valor superior à maioria dos trabalhos já existentes na literatura.