Buscar


Mostrar el registro sencillo del ítem

dc.rights.license https://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Marcos Romo Avilés es_ES
dc.creator José Félix Castruita López es_ES
dc.date.accessioned 2026-01-16T19:48:29Z
dc.date.available 2026-01-16T19:48:29Z
dc.date.issued 2025-11-26
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/12546
dc.description Las señales de electromiografía (EMG) son biopotenciales que registran la actividad muscular, como contracción, relajación, fuerza, movimiento y fatiga. Estas señales, al proporcionar información sobre el comportamiento muscular, son ampliamente utilizadas en diversos campos de investigación, como la biomedicina, la medicina, la robótica y la rehabilitación. Sin embargo, debido a su alta complejidad, las señales EMG requieren un considerable nivel computacional para su clasificación. Tradicionalmente, este procesamiento se realiza en dispositivos de cómputo secuencial, lo que genera tiempos de respuesta elevados y un alto consumo de energía, limitando su uso en aplicaciones embebidas o portátiles. En este trabajo se diseñó e implementó un sistema de control basado en la clasificación de señales EMG mediante una red neuronal tipo perceptrón multicapa (MLP), implementada en un dispositivo lógico programable tipo FPGA. El objetivo fue realizar la inferencia del modelo MLP directamente en hardware para clasificar señales EMG previamente procesadas y controlar, en lazo cerrado, un actuador que simula los movimientos de la mano predichos por la red neuronal. El sistema implementado en FPGA alcanzó una latencia de 843 ciclos de reloj por predicción, equivalente a 33.72 µs por muestra a una frecuencia de operación de 25 MHz, en contraste con los 52.03 ms requeridos por el mismo modelo ejecutado en Python en una computadora con procesador Intel i7-1255U. La eficiencia de clasificación obtenida fue del 97.42 %, y el consumo de potencia del diseño en FPGA fue de 0.153 W. Estos resultados demuestran una mejora significativa tanto en el tiempo de respuesta como en el consumo energético respecto a los sistemas secuenciales tradicionales, lo que valida la viabilidad del uso de FPGA para la implementación de modelos de inteligencia artificial embebidos en aplicaciones de control basadas en señales EMG. es_ES
dc.format pdf es_ES
dc.format.extent 1 recurso en línea (82 páginas) es_ES
dc.format.medium computadora es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Autonoma de Querétaro es_ES
dc.relation.requires Si es_ES
dc.rights openAccess es_ES
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es_ES
dc.title Desarrollo de sistema en FPGA para control de dispositivo mediante señales EMG e inteligencia artificial es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid ORCID es_ES
dc.contributor.tid ORCID es_ES
dc.creator.identificador 0009-0008-7986-1052 es_ES
dc.contributor.identificador 0000-0003-2838-4854 es_ES
dc.contributor.role Director de tesis es_ES
dc.degree.name Maestría en Ciencias (Control en Sistemas Embebidos) es_ES
dc.degree.department Facultad de Ingeniería es_ES
dc.degree.level Maestría es_ES
dc.format.support recurso en línea es_ES
dc.matricula.creator 327118 es_ES
dc.folio IGMAC-327118 es_ES


Ficheros en el ítem

Thumbnail
Nombre: IGMAC-327118.pdf
Tamaño: 2.190Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem