| dc.creator | Aguirre Ruiz, Daniel Eduardo | |
| dc.date | 2015-10-16T21:52:01Z | |
| dc.date | 2021-11-02T23:23:16Z | |
| dc.date | 2015-10-16T21:52:01Z | |
| dc.date | 2021-11-02T23:23:16Z | |
| dc.date | 2015 | |
| dc.identifier | T621.38224 A284;6310000112433 F3423 | |
| dc.identifier | https://hdl.handle.net/11059/5476 | |
| dc.description | Las interfaces cerebro-máquina, son sistemas de comunicación , que han permitido la creación de esquemas modernos de conexión entre el cuerpo humano y una máquina,a través de la interpretación y transformación de señales biológicas, en ordenes hacia un computador. Normalmente, estos sistemas trabajan mediante un esquema que comprende una etapa de adquisición, una de procesamiento de señales y por ultimo una etapa de control. Sin embargo, las señales biológicas utilizadas, poseen una gran cantidad de outliers, que afectan de forma global, todos los procesos asociados a estos sistemas; por ello, la subetapa de filtrado o pre-procesamiento, contenida en la etapa de procesamiento de señales, tiene un rol fundamental en todos los procesos subsiguientes de diseño de una interfaz cerebro-máquina, ya que es la encargada de entregar las señales de la forma más limpia posible. En el presente trabajo, se hizo uso de los filtros Kalman robustos de pesos Bayesianos y umbralizado, para la etapa de pre procesamiento de una interfaz cerebro-máquina. Para la implementación de los algoritmos, se utilizó la base de datos BCI competetition IV y se plante o un esquema básico de reconocimiento de patrones; se propuso un modelo autoregresivo como etapa de extracción de características y como etapa de clasificación, se propuso diversos clasificadores como, el lineal discriminante, cuadrático discriminante y k-vecinos más cercanos. La evaluación de los algoritmos implementados, se realizó a partir de los porcentajes de acierto de la etapa clasificación. A partir de estos porcentajes, se concluyó que los algoritmos constituyen una herramienta recursiva y efectiva en el filtrado de señales utilizadas en interfaces cerebro-máquina, proporcionando aciertos del 98.07% con el filtro de Kalman de pesos Bayesianos y aciertos del 88.08% con el filtro de Kalman umbralizado. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Pereira : Universidad Tecnológica de Pereira | |
| dc.publisher | Facultad de Ingenierías Eléctrica, Electrónica, Física y Ciencias de la Computación | |
| dc.publisher | Ingeniería Eléctrica | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | |
| dc.rights | EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARÁGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD TECNOLOGICA DE PEREIRA, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Teoría bayesiana de decisiones estadísticas | |
| dc.subject | Filtros acústicos | |
| dc.subject | Procesamiento electrónico de señales | |
| dc.title | Filtros de Kalman robustos para el pre procesamiento de señales empleadas en interfaces Cerebro-máquina | |
| dc.type | bachelorThesis | |
| dc.type | acceptedVersion | |
