| Revue: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000383408 |
| ISSN: | 1405-5546 |
| Autores: | Sepúlveda, Roberto1 Montiel, Oscar1 Díaz, Gerardo1 Gutierrez, Daniel1 Castillo, Oscar2 |
| Instituciones: | 1Instituto Politécnico Nacional, Centro de Investigación y Desarrollo de Tecnología Digital, Tijuana, Baja California. México 2Instituto Tecnológico de Tijuana, Tijuana, Baja California. México |
| Año: | 2015 |
| Periodo: | Ene-Mar |
| Volumen: | 19 |
| Número: | 1 |
| Paginación: | 69-88 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Para la clasificación de las señales del parpadeo y dolor muscular en el brazo derecho ocasionado por un agente externo, se proponen dos modelos de arquitecturas de redes neuronales artificiales, específicamente del tipo perceptron multicapa y sistema de inferencia neurodifuso adaptativo, ambos modelos utilizan aprendizaje supervisado. Se utilizan series de tiempo obtenidas del parpadeo y electroencefalografías de 15 personas en el rango de 23 a 25 años de edad, para generar una base de datos que se divide en dos conjuntos de datos: entrenamiento y prueba. Los resultados experimentales en el dominio del tiempo y de la frecuencia, de 50 pruebas aplicadas a cada modelo de red, muestran que ambas propuestas de arquitecturas de redes neuronales producen resultados exitosos |
| Resumen en inglés | For the signal classification of eye blinking and muscular pain in the right arm caused by an external agent, two models of artificial neural network architectures are proposed, specifically, the perceptron multilayer and an adaptive neurofuzzy inference system. Both models use supervised learning. The ocular and electroencephalographic time-series of 15 people in the range of 23 to 25 years of age are used to generate a data base which was divided into two sets: a training set and a test set. Experimental results in the time and frequency domain of 50 tests applied to each model show that both neural network architecture proposals for classification produce successful results |
| Disciplinas: | Ciencias de la computación, Ingeniería, Medicina |
| Palabras clave: | Neurología, Ingeniería biomédica, Electroencefalografía, Clasificación de señales, Redes neuronales artificiales, Parpadeo |
| Keyword: | Computer science, Engineering, Medicine, Neurology, Biomedical engineering, Electroencephalography, Signal classification, Artificial neural networks, Blink |
| Texte intégral: | Texto completo (Ver HTML) |
