Algoritmos de clasificación de movimientos de señales mioeléctricas basados en técnicas Kernel

Jaime Fernández Girón

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Marco Antonio Aceves Fernandez	es_ES
dc.creator	Jaime Fernández Girón	es_ES
dc.date	2021-05-07
dc.date.accessioned	2021-05-14T18:13:06Z
dc.date.available	2021-05-14T18:13:06Z
dc.date.issued	2021-05-07
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/2881
dc.description	Hoy en día, la necesidad de incorporar la tecnología para facilitar y automatizar procesos ha dirigido las líneas de investigación a explorar los campos de la inteligencia artificial, así como mejorar la efectividad del uso de las señales mioeléctricas procedentes de una mano al ejecutar distintos movimientos. La incorporación de la inteligencia artificial en la clasificación de las señales mioélectricas ha conseguido diversas aplicaciones en diferentes áreas, no solo en el ramo médico sino tambien lo es en el área de rehabilitación, medicina de deporte y bioprótesis, si no que el alcance de su aplicación podría bien ser de entretenimiento, como lo puede ser en el control de drones. Los movimientos de una mano humana son considerablemente difíciles de clasificar debido a su estrecha similitud que existe entre cada uno de los diferentes movimientos que puede realizar, de todos los movimientos se seleccionaron 10 de los más importantes, que van desde la apertura y cierre del puño hasta movimientos finos como la pinza entre el dedo índice y el pulgar. En esta investigación, la combinación de un método de inteligencia artificial basado en SVM (Support Vector Machine) y el uso de tres Kernel distintos, ha ampliado el panorama comparando el desempeño de los distintos Kernel, con la naturaleza de las señales mioélectricas.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	Español	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Mioeléctricas	es_ES
dc.subject	SVM	es_ES
dc.subject	Kernel	es_ES
dc.subject	Señal	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Algoritmos de clasificación de movimientos de señales mioeléctricas basados en técnicas Kernel	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	CURP	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	FEGJ930713HGTRRM06	es_ES
dc.contributor.identificador	AEFM780704HMCCRR09	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES