• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Pregrado
    • Escuela de Ciencias Básicas, Tecnología e Ingenierías
    • Profesional
    • Ingeniería Electrónica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Pregrado
    • Escuela de Ciencias Básicas, Tecnología e Ingenierías
    • Profesional
    • Ingeniería Electrónica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Reconocer características de un grafoelemento del ritmo Mµ.

    Thumbnail
    QRCode
    View/Open
    vaquintanat.pdf (1.946Mb)
    Share
    Date
    2021-05-01
    Author
    Quintana Trujillo, Víctor Alexander
    Advisor
    Bustos Mirando, Joan Sebastián

    Citación

           
    TY - GEN T1 - Reconocer características de un grafoelemento del ritmo Mµ. AU - Quintana Trujillo, Víctor Alexander Y1 - 2021-05-01 UR - https://repository.unad.edu.co/handle/10596/40522 AB - El cerebro humano permite el desarrollo de los movimientos y funciones del organismo humano por medio del sincronismo de más de mil millones de neuronas que están trabajando entre sí, lo que se denomina la actividad neuronal y se manifiesta mediante señales eléctricas, las cuales se representan por medio de diferentes rangos de espectro de acuerdo a diferentes estados de actividad mental o motora de una persona, puede ser una actividad voluntaria o espontanea, estos rangos se clasifican en señales de tipo Alpha, Betha, Gama, Theta y Delta [1]. El presente documento contiene el análisis de un grafoelemento de 194.820 registros, provenientes del proyecto de investigación de escuela PIE_G_26_18EC titulado “Diseño de una Interfaz Cerebro computador para personas con parálisis cerebral”. Los datos analizados corresponden a señales tipo Alpha espontáneas (Ritmo Mµ) pertenecientes a una persona en condición de parálisis cerebral a la cual se aplicó una metodología denominada fijación cruz adaptada para la captura de datos por medio de un casco neuronal Emotiv Epoc. Estas señales se identificaron y clasificaron por medio de un algoritmo de máquinas de soporte vectorial realizado en el lenguaje de programación Phyton, para determinar las características asociadas del grafoelemento con relación a un pensamiento evocado o de intento de movimiento de una extremidad superior con la finalidad de crear el modelo de aprendizaje supervisado. ER - @misc{10596_40522, author = {Quintana Trujillo Víctor Alexander}, title = {Reconocer características de un grafoelemento del ritmo Mµ.}, year = {2021-05-01}, abstract = {El cerebro humano permite el desarrollo de los movimientos y funciones del organismo humano por medio del sincronismo de más de mil millones de neuronas que están trabajando entre sí, lo que se denomina la actividad neuronal y se manifiesta mediante señales eléctricas, las cuales se representan por medio de diferentes rangos de espectro de acuerdo a diferentes estados de actividad mental o motora de una persona, puede ser una actividad voluntaria o espontanea, estos rangos se clasifican en señales de tipo Alpha, Betha, Gama, Theta y Delta [1]. El presente documento contiene el análisis de un grafoelemento de 194.820 registros, provenientes del proyecto de investigación de escuela PIE_G_26_18EC titulado “Diseño de una Interfaz Cerebro computador para personas con parálisis cerebral”. Los datos analizados corresponden a señales tipo Alpha espontáneas (Ritmo Mµ) pertenecientes a una persona en condición de parálisis cerebral a la cual se aplicó una metodología denominada fijación cruz adaptada para la captura de datos por medio de un casco neuronal Emotiv Epoc. Estas señales se identificaron y clasificaron por medio de un algoritmo de máquinas de soporte vectorial realizado en el lenguaje de programación Phyton, para determinar las características asociadas del grafoelemento con relación a un pensamiento evocado o de intento de movimiento de una extremidad superior con la finalidad de crear el modelo de aprendizaje supervisado.}, url = {https://repository.unad.edu.co/handle/10596/40522} }RT Generic T1 Reconocer características de un grafoelemento del ritmo Mµ. A1 Quintana Trujillo, Víctor Alexander YR 2021-05-01 LK https://repository.unad.edu.co/handle/10596/40522 AB El cerebro humano permite el desarrollo de los movimientos y funciones del organismo humano por medio del sincronismo de más de mil millones de neuronas que están trabajando entre sí, lo que se denomina la actividad neuronal y se manifiesta mediante señales eléctricas, las cuales se representan por medio de diferentes rangos de espectro de acuerdo a diferentes estados de actividad mental o motora de una persona, puede ser una actividad voluntaria o espontanea, estos rangos se clasifican en señales de tipo Alpha, Betha, Gama, Theta y Delta [1]. El presente documento contiene el análisis de un grafoelemento de 194.820 registros, provenientes del proyecto de investigación de escuela PIE_G_26_18EC titulado “Diseño de una Interfaz Cerebro computador para personas con parálisis cerebral”. Los datos analizados corresponden a señales tipo Alpha espontáneas (Ritmo Mµ) pertenecientes a una persona en condición de parálisis cerebral a la cual se aplicó una metodología denominada fijación cruz adaptada para la captura de datos por medio de un casco neuronal Emotiv Epoc. Estas señales se identificaron y clasificaron por medio de un algoritmo de máquinas de soporte vectorial realizado en el lenguaje de programación Phyton, para determinar las características asociadas del grafoelemento con relación a un pensamiento evocado o de intento de movimiento de una extremidad superior con la finalidad de crear el modelo de aprendizaje supervisado. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Ingeniería, Movimiento, Especie humana, Cerebro, Grafoelemento Google Scholar
    Regional / Country coverage
    cead_-_eje_cafetero
    Metadata
    Show full item record
    PDF Document
    Description of the content
    El cerebro humano permite el desarrollo de los movimientos y funciones del organismo humano por medio del sincronismo de más de mil millones de neuronas que están trabajando entre sí, lo que se denomina la actividad neuronal y se manifiesta mediante señales eléctricas, las cuales se representan por medio de diferentes rangos de espectro de acuerdo a diferentes estados de actividad mental o motora de una persona, puede ser una actividad voluntaria o espontanea, estos rangos se clasifican en señales de tipo Alpha, Betha, Gama, Theta y Delta [1]. El presente documento contiene el análisis de un grafoelemento de 194.820 registros, provenientes del proyecto de investigación de escuela PIE_G_26_18EC titulado “Diseño de una Interfaz Cerebro computador para personas con parálisis cerebral”. Los datos analizados corresponden a señales tipo Alpha espontáneas (Ritmo Mµ) pertenecientes a una persona en condición de parálisis cerebral a la cual se aplicó una metodología denominada fijación cruz adaptada para la captura de datos por medio de un casco neuronal Emotiv Epoc. Estas señales se identificaron y clasificaron por medio de un algoritmo de máquinas de soporte vectorial realizado en el lenguaje de programación Phyton, para determinar las características asociadas del grafoelemento con relación a un pensamiento evocado o de intento de movimiento de una extremidad superior con la finalidad de crear el modelo de aprendizaje supervisado.
    Format
    pdf
    Type of digital resource
    Proyecto aplicado
    Content relationship
    URI
    https://repository.unad.edu.co/handle/10596/40522
    Collections
    • Ingeniería Electrónica [239]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: