Robustez de las métricas de clasificación de cadencia de tecleo frente a variaciones emocionales

1 Introducción 
1.1 Fundamentos y contexto 
1.2 Motivación 
1.3 Trabajos previos en congresos 
1.4 Producción científica derivada de resultados parciales de la tesis 
1.4.1 Series internacionales y capítulos de libro
1.4.2 Congresos internacionales 
1.4.3 Congresos nacionales y workshops 
1.5 Estructura de la tesis
1.6 Reconocimientos

2 Antecedentes, definiciones y estado del arte 
2.1 Esquemas de autentificación 
2.1.1 Esquemas de autentificación mixta o de múltiples factores 
2.1.2 Identificación y verificación
2.2 Conceptos utilizados en biometría 
2.2.1 La matriz de confusión 
2.2.2 Medidas derivadas 
2.2.3 False acceptance rate (FAR) y false rejection rate (FRR)
2.2.4 Equal error rate (EER)
2.2.5 Curvas receiver operating characteristic (ROC) y detection error
tradeoff (DET) 
2.3 Modelado y captura de emociones 
2.3.1 Modelo de Excitación–Valencia 
2.3.2 Adquisición por interfaz cerebro–computador (BCI) 
2.3.2.1 Emotiv EPOC 
2.3.2.2 Trabajos Académicos con BCI 
2.3.3 Evaluación SAM (Self-Assessment Manikin) 
2.3.3.1 Trabajos Académicos con SAM 
2.3.4 Otros canales de adquisición 
2.3.4.1 Trabajos Académicos con otros canales 
2.3.5 Inducción de emociones 
2.4 Modelado de la cadencia de tecleo 
2.4.1 Introducción 
2.4.2 Características biométricas
2.4.3 Ejemplo concreto 
2.4.4 Parámetros relacionados con el comportamiento
2.4.5 Textos libres y estáticos 
2.5 Detección de impostores con cadencia de tecleo 
2.5.1 Clasificadores de propósito general 
2.5.2 Definiciones 
2.5.3 Espacios normados
2.5.3.1 Variaciones
2.5.3.2 La distancia de Mahalanobis 
2.5.3.3 Vecinos más cercanos 
2.5.3.4 k-means 
2.5.3.5 Conteo de valores atípicos 
2.5.3.6 Máquinas de vectores de soporte 
2.5.4 Otros clasificadores 
2.5.4.1 Redes neuronales 
2.5.4.2 Lógica difusa 
2.5.4.3 Árboles de decisión 
2.5.4.4 Bosques aleatorios 
2.5.5 Fusión de esquemas 
2.6 Detección de estados emocionales con cadencia de tecleo 
2.7 Consideraciones técnicas
2.7.1 Fuentes de error 
2.7.2 Influencia del idioma 
2.7.3 Variaciones en los teclados 

3 Descripción del problema y objetivos 
3.1 Descripción del problema 
3.2 Objetivos 
3.3 Hipótesis 
3.4 Alcance

4 Diseño del experimento 
4.1 Adquisición de datos .
4.1.1 Mecánica de procesamiento experimental
4.2 Validación con simulacros de prueba 
4.2.1 Lecciones aprendidas 
4.3 Implementación 
5 Validación del experimento 
5.1 Datasets de control 
5.1.1 Dataset LSIA 
5.1.2 Prosody database 
5.2 Verificación de cambio de estado afectivo 
5.3 Elección de métricas y parámetros 
5.3.1 Métricas comunes 
5.3.2 Réplica de la métrica A 
5.3.3 Réplica de las distancias de Minkowski 
5.3.4 Análisis de indicadores biometricos
5.3.5 Filtrado de latencia 
5.3.6 Discusión 
5.4 Elección de la cantidad de keystrokes (tamaño de la muestra)
5.4.1 Hipótesis del modelo de convergencia 
5.4.2 Validación del modelo de convergencia 
5.4.3 Discusión 
5.5 Configuración del experimento y consideraciones

6 Resultados experimentales
6.1 Análisis gráfico de los casos 
6.2 Análisis de los casos

7 Conclusiones
7.1 Discusión de los resultados 
7.1.1 Modelo de Convergencia 
7.1.2 Robustez de las métricas en general 
7.1.3 Robustez de las métricas frente a variaciones emocionales
7.2 Aportes 
7.2.1 Frameworks producidos 
7.2.2 Conjuntos de datos producidos 
7.3 Futuras líneas de investigación 
7.4 Futuras líneas de trabajo