Nombre del libro
- 2020 IEEE Colombian Conference on Applications of Computational Intelligence, ColCACI 2020 - Proceedings
Convolutional neural network proposal for wrist position classification from electromyography signals Capítulo
Perfil
editorial
- Institute of Electrical and Electronics Engineers Inc.
Thesis author
- Cesar H. Valencia-Nino
- Leonardo Forero
- Oscar J. Perdomo-Charry
Resumen
- Comúnmente, las señales de electromiografía (EMG) se han empleado para la clasificación de movimientos o patrones. Para ello, se aplican diferentes métodos de procesamiento digital de señales para extraer características, antes de una etapa de clasificación. El presente trabajo aborda una propuesta basada en el uso de clasificación de imágenes empleando técnicas de aprendizaje profundo. Las imágenes fueron obtenidas a partir de un análisis de espectrogramas como proceso previo al empleo de redes neuronales convolucionales. A continuación, se lleva a cabo una clasificación de cinco posiciones a partir de los movimientos de la muñeca del modelo. Los resultados mostraron que la precisión es comparable a técnicas similares empleadas con una red neuronal superficial y una red neuronal profunda aplicadas al mismo conjunto de datos.
autores
-
http://vivoweb.org/ontology/core#FacultyMemberOrjuela Cañón, Alvaro David
fecha de publicación
- 2020-8-7
Área temática
Identidad
Identificador de objeto digital (DOI)
Número Estándar Internacional de Libros (ISBN)
- 9781728194066