Suscribirse

tecnología

Análisis de la voz

Análisis de la voz

Análisis de la voz Dentro de los métodos de detección del engaño a nivel fisiológico que trate con anterioridad  en el post “Detección del engaño – métodos fisiológicos”, están el polígrafo, EEG (Electroencefalograma), seguimiento ocular (eye-traking), fmri (funtional magnetic resonance imaging), termografía del rostro, administración de drogras (pentotal sódico, …) y análisis de la voz. Este último método se basa en el estudio de los micro-temblores de las cuerdas vocales y las variaciones que se producen en la onda fónica, perteneciendo al canal paralingüístico en el que se puede evaluar el timbre, el tono, el ritmo, los silencios, el volumen, etc. La ventaja que tiene esta herramienta es que no es tan invasiva es decir no incomoda tanto como el polígrafo, ya que normalmente se hace un interrogatorio pautado, mientras se graba por parte de un ordenador que contiene un software de análisis (PSE-Psychological Stress Evaluator, PSA- Psychological Stress Analysis, VSA-Voice Stress Analysis, CVSA-Computerized Voice Stress Analysis, LVA-Layared Voice Analysis, …) que ofrece resultados de forma directa y permite también el estudio posterior. Las cuerdas vocales son músculos y como

Leer más

Problemáticas actuales del Big data

Problemáticas actuales del Big data En primer lugar no hay mucho tramo recorrido entre la pura minería de datos y el nuevo paradigma, ya que hay pocas empresas (en nuestro caso menos del 5%) con entidad suficiente como para innovar que significa invertir en proyectos que quizás den ventaja competitiva, pero seguramente no veré un retorno rápido de la inversión, característica que es exigida en tiempos de crisis y que va contra el principio del riesgo ligado a la innovación.  Al inconveniente anterior se suma que los recursos tecnológicos utilizados para estos desarrollos son compartidos con el “core” del negocio, lo que hace que se sufran impactos con daños colaterales al servicio, por lo que los pasos de integración de soluciones y puesta en producción deben de ser elaborados con sumo cuidado y múltiples caminos de avance y afianzamiento, antes de consolidar posiciones. Normalmente aunque en las grandes instalaciones disponemos de replicaciones de datos y entornos aislados para realizar pruebas bastante exhaustivas nunca se puede reproducir la variedad de situaciones que suceden en los entornos productivos. Calculo de mejoras o diferencia

Leer más

¿Dónde estamos? (Bigdata)

¿Dónde estamos? (Bigdata)   Actualmente la presencia del Bigdata es bastante poco significativa, pues no llega al 5% de presencia en las empresas, siendo un claro signo de la debilidad en inversión tecnológica y posicionamiento empresarial. Se han abierto numerosos másteres universitarios con la intención de satisfacer al mercado emergente que se cree que de forma inminente necesitará más de 50.000 profesionales con competencias en este campo, no obstante resulta sorprendente ver como se pide experiencia en las ofertas, siendo muy difícil satisfacer este requerimiento a no ser que el candidato  trabaje en alguna gran corporación o empresa de presencia internacional. Se busca mucho matemáticos y físicos, para hacer modelaje y se pretende que las personas construyan el proyecto, pero se olvida el carácter multidisciplinar de los proyectos de Bigdata que a mi entender se deben de diseñar y después buscar el equipo más adecuado para poderlo llevar a término, pues los números aportan exactitud  pero no necesariamente inteligencia. En primer momento el sentido común me dice que el primer paso es mirar que hace mi competencia con el mayor

Leer más

Big Data, el consciente tecnológico

Big Data, el consciente tecnológico   El propio avance tecnológico y la multiplicación de fuentes de producción de datos, han provocado el crecimiento progresivo de los volúmenes de entrada modificando el concepto de tamaño algorítmico a lo que conocemos actualmente como Big Data o tratamiento de volúmenes ingentes de información. Nos encontramos con el problema de obtener los resultados del tratamiento de datos en el momento adecuado y en segundo lugar  con mayor importancia está la extracción de “conocimiento” de los mismos, dicho de manera sencilla para que un dato sea valioso debo de tenerlo a tiempo y me debe aportar información “única”  que me dé una ventaja competitiva. En cualquier problema impactando la precisión podemos reducirlo (Small Data), para por ejemplo tener una aproximación que sea suficientemente segura, para poder permitirnos adelantar acciones ejecutivas, pero en ningún caso debemos de quedarnos con estos resultados como definitivos y tenemos que resolver con la mayor muestra posible para así reducir las incertidumbres, consiguiendo también con estos datos definitivos refinar el modelo reducido de forma progresiva. Las mayores dificultades no me parece

Leer más
Página 1 de 212
Medios de Pago

  • 0
  • 1.836.677
  • 68.210
Datos de interés general