Show simple item record

dc.contributorCatalà Mallofré, Andreu
dc.contributorRauterberg, Andrea
dc.contributor.authorIvonin, Leonid
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial
dc.date.accessioned2020-04-20T00:02:48Z
dc.date.available2020-04-20T00:02:48Z
dc.date.issued2014-05-15
dc.identifier.citationIvonin, L. Digitizing arquetypal human expereience through physiological signals. Tesi doctoral, UPC, Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial, 2014. DOI 10.5821/dissertation-2117-183887 .
dc.identifier.urihttp://hdl.handle.net/2117/183887
dc.descriptionTesi en modalitat de cotutela: Universitat Politècnica de Catalunya i Eindhoven University of Technology This dissertation was produced under Erasmus Mundus Joint Doctorate Program in Interactive and Cognitive Environments. The research was conducted towards a joint double PhD degree between the following partner universities: TU/e & UPC
dc.description.abstractThe problem of capturing human experience is relevant in many application domains. In fact, the process of describing and sharing individual experience lies at the heart of human culture. This advancement came at a price of losing some of the multidimensional aspects of primary, bodily experience during its projection into the symbolic formThroughout the courses of our lives we learn a great deal of information about the world from other people's experience. Besides the ability to share utilitarian experience such as whether a particular plant is poisonous, humans have developed a sophisticated competency of social signaling that enables us to express and decode emotional experience. The natural way of sharing emotional experiences requires those who share to be co-present during this event. However, people have overcome the limitation of physical presence by creating a symbolic system of representations.Recent research in the field of affective computing has addressed the question of digitization and transmission of emotional experience through monitoring and interpretation of physiological signals. Although the outcomes of this research represent a great step forward in developing a technology that supports sharing of emotional experiences, they do not seem to help in preserving the original phenomenological experience during the aforementioned projection. This circumstance is explained by the fact that in affective computing the focus of investigation has been aimed at emotional experiences which can be consciously evaluated and described by individuals themselves. Therefore, generally speaking, applying an affective computing technique for capturing emotions of an individual is not a deeper or more precise way to project her experience into the symbolic form than asking this person to write down a description of her emotions on a piece of paper. One can say that so far the research in affective computing has aimed at delivering technology that could automate the projection but it has not considered the problem of improving the projection in order to preserve more of the multidimensional aspects of human experience.This dissertation examines whether human experience, which individuals are not able to consciously transpose into the symbolic representation, can still be captured using the techniques of affective computing.First, a theoretical framework for description of human experience which is not accessible for conscious awareness was formulated. This framework was based on the work of Carl Jung who introduced a model of a psyche that includes three levels: consciousness, the personal unconscious and the collective unconscious. Consciousness is the external layer of the psyche that consists of those thoughts and emotions which are available for one¿s conscious recollection. The personal unconscious represents a repository for all of an individual¿s feelings, memories, knowledge and thoughts that are not conscious at a given moment of time.The collective unconscious is a repository of universal modes and behaviors that are similar in all individuals. According to Jung, the collective unconscious is populated with archetypes. Archetypes are prototypical categories of objects, people and situations that existed across evolutionary time and in different cultures.
dc.description.abstractEsta tesis doctoral examina si la experiencia humana, que los individuos no pueden transponer conscientemente a la representación simbólica, aún puede capturarse utilizando las técnicas de computación afectiva. Primero, se formula un marco teórico para la descripción de la experiencia humana que no es accesible para la conciencia consciente. Este marco se basó en el trabajo de Carl Jung, quien introdujo un modelo de psique que incluye tres niveles: la conciencia, el inconsciente personal y el inconsciente colectivo. Habiendo definido nuestro marco teórico, realizamos un experimento en el que se mostraron a los sujetos estímulos visuales y auditivos de bases de datos estandarizadas para la obtención de emociones conscientes. Aparte de los estímulos para las emociones conscientes, los sujetos fueron expuestos a estímulos que representaban el arquetipo del yo. Durante la presentación de los estímulos cardiovasculares se registraron las señales de los sujetos. Los resultados experimentales indicaron que las respuestas de la frecuencia cardíaca de los participantes fueron únicas para cada categoría de estímulos, incluido el arquetípico. Estos hallazgos dieron impulso a realizar otro estudio en el que se examinó un espectro más amplio de experiencias arquetípicas. En nuestro segundo estudio, hicimos un cambio de estímulos visuales y auditivos a estímulos audiovisuales porque se esperaba que los videos fueran más eficientes en la obtención de emociones conscientes y experiencias arquetípicas que las imágenes fijas o los sonidos. La cantidad de arquetipos aumentó y los sujetos en general fueron estimulados a sentir ocho experiencias arquetípicas diferentes. También preparamos estímulos para emociones conscientes. En este experimento, las señales fisiológicas incluyeron actividades cardiovasculares, electrodérmicas, respiratorias y temperatura de la piel. El análisis estadístico sugirió que las experiencias arquetípicas podrían diferenciarse en función de las activaciones fisiológicas. Además, se construyeron varios modelos de predicción basados en los datos fisiológicos recopilados. Estos modelos demostraron la capacidad de clasificar los arquetipos con una precisión que era considerablemente más alta que el nivel de probabilidad. Como los resultados del segundo estudio sugirieron una relación positiva entre las experiencias arquetípicas y las activaciones de señales fisiológicas, parecía razonable realizar otro estudio para confirmar la generalización de nuestros hallazgos. Sin embargo, antes de comenzar un nuevo experimento, se decidió construir una herramienta que pudiera facilitar la recopilación de datos fisiológicos y el reconocimiento de experiencias arquetípicas, así como de emociones conscientes. Tal herramienta nos ayudaría a nosotros y a otros investigadores a realizar experimentos sobre la experiencia humana. Nuestra herramienta funciona en "tablets" y admite la recopilación y el análisis de datos de sensores fisiológicos. El último estudio se realizó utilizando una metodología similar al segundo experimento con varias modificaciones que tenían como objetivo obtener resultados más sólidos. El esfuerzo de realizar este estudio se redujo considerablemente al usar la herramienta desarrollada. Durante el experimento, sólo medimos las actividades cardiovasculares y electrodérmicas de los sujetos porque nuestros experimentos anteriores mostraron que estas dos señales contribuyeron significativamente a la clasificación de las emociones conscientes y las experiencias arquetípicas. El análisis estadístico indicó una relación significativa entre los arquetipos retratados en los videos y las respuestas fisiológicas de los sujetos. Además, utilizando métodos de minería de datos, creamos modelos de predicción que fueron capaces de reconocer las experiencias arquetípicas con una precisión menor que en el segundo estudio, pero todavía considerablemente...
dc.format.extent198 p.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.relationVersió present al repositori TU/e
dc.relation.urihttps://pure.tue.nl/ws/files/3906641/772052.pdf
dc.rightsADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.sourceTDX (Tesis Doctorals en Xarxa)
dc.subjectÀrees temàtiques de la UPC::Enginyeria de la telecomunicació
dc.subject.otherAffective computing
dc.subject.otherPsychology
dc.subject.otherArchetype
dc.subject.otherModeling
dc.subject.otherPsychophysiology
dc.subject.otherUnconscious
dc.subject.otherEmotion
dc.subject.otherMachine learning
dc.titleDigitizing arquetypal human expereience through physiological signals
dc.typeDoctoral thesis
dc.identifier.doi10.5821/dissertation-2117-183887
dc.rights.accessOpen Access
dc.description.versionPostprint (published version)
dc.contributor.covenanteeTechnische Universiteit Eindhoven
dc.identifier.tdxhttp://hdl.handle.net/10803/668915


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record