Buscar


Mostrar el registro sencillo del ítem

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


Ficheros en el ítem

Thumbnail
Nombre: RI005926.pdf
Tamaño: 4.766Mb
Formato: PDF
Ver/

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

Mostrar el registro sencillo del ítem