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 Axel Aarón Luna Quiñones es_ES
dc.date 2022-02-11
dc.date.accessioned 2023-01-30T14:40:24Z
dc.date.available 2023-01-30T14:40:24Z
dc.date.issued 2022-02-11
dc.identifier.uri http://ri-ng.uaq.mx/handle/123456789/4078
dc.description "El reconocimiento de las señales electromiografías (EMG) correspondientes a movimientos de la mano se realiza actualmente mediante dispositivos que detectan varios señales, la información de cada señal debe ser procesada, lo que puede ser lento y costoso en términos computacionales para procesar todos los datos de manera efectiva. Este documento presenta un estudio basado en el análisis de señales electromiografías, buscando encontrar patrones a partir de un banco de señales que contiene la información correspondiente a pruebas realizadas consistentes en obtener información de ocho electrodos adheridos a los brazos de cincuenta sujetos, quienes realizan diez movimientos diferentes con sus manos en lapsos de tiempo definidos. Se diseñó una Red Neuronal Convolucional (CNN) para ajustar un porcentaje de esa información con los movimientos correspondientes con el fin de formar un modelo con la finalidad de que clasifique esa información, logrando predecir con precisión la mayoría de los movimientos a excepción de un par de ellos, llegando a un modelo con optimización hiperparámetros y con métricas de calidad relativamente alta." es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.relation.requires No es_ES
dc.rights Acceso Abierto es_ES
dc.subject Red neuronal es_ES
dc.subject Señal electromiográfica es_ES
dc.subject Machine learning es_ES
dc.subject Proceso de regresión gaussiano es_ES
dc.subject Optimización de parámetros es_ES
dc.title Propuesta de red neuronal convolutiva para la clasificación de señales electromiografías provenientes de movimientos de la mano. es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid curp es_ES
dc.contributor.tid curp es_ES
dc.creator.identificador LUQA990510HDGNXX09 es_ES
dc.contributor.identificador AEFM780704HMCCRR09 es_ES
dc.degree.name Ingeniería Física es_ES
dc.degree.department Facultad de Ingeniería es_ES
dc.degree.level Licenciatura es_ES


Ficheros en el ítem

Thumbnail
Nombre: RI007012.pdf
Tamaño: 1.819Mb
Formato: PDF
Ver/

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

Mostrar el registro sencillo del ítem