Machine learning techniques for detecting motor imagery in upper limbs Contribución en una conferencia

Nombre del libro

2020 IEEE Colombian Conference on Applications of Computational Intelligence, ColCACI 2020 - Proceedings

editorial

Institute of Electrical and Electronics Engineers Inc.

Autor

Juan Sebastian Ramirez Archila

Resumen

En la actualidad, las interfaces hombre-máquina han aumentado las aplicaciones para mejorar la calidad de vida de las personas lesionadas. A pesar de los avances en este campo, nuevas estrategias son importantes para contribuir a resolver nuevos problemas. Esta propuesta muestra el empleo de la extracción de características en los dominios de tiempo y frecuencia. Se utilizaron tres técnicas de aprendizaje automático como KNN, SVM y Random Forest para detectar imágenes motoras a partir de señales EEG. Se analizó la comparación entre la extracción de características y los modelos de detección empleados para encontrar la mejor elección en una aplicación para cerrar-abrir el puño en las manos. Los resultados alcanzaron más del 90% de precisión para ambos enfoques, mostrando como el dominio de la frecuencia es preferible para la extracción de características y el empleo del clasificador KNN como mejor estrategia para la presente demanda.

autores

http://vivoweb.org/ontology/core#FacultyMember
Orjuela Cañón, Alvaro David

fecha de publicación

2020-8-7

Área temática

Identificador de objeto digital (DOI)

https://doi.org/10.1109/colcaci50549.2020.9247869

Número Estándar Internacional de Libros (ISBN)

9781728194066

Número de páginas

5

Página inicial

1

Última página

5