Sistema de clasificación hibrido entre feedforward neural network y self organize map para identificar dificultades de expresión corporal en la dimensión espacial y direccionalidad en jóvenes con discapacidad cognitiva a través de kinect y un videojuego

dc.contributorVélez Bedoya, Jairo Iván
dc.creatorArteaga Fajardo, Daniel Fernando
dc.date2022-05-19T18:20:28Z
dc.date2022-05-19T18:20:28Z
dc.date2022-05-18
dc.date.accessioned2023-09-06T18:30:55Z
dc.date.available2023-09-06T18:30:55Z
dc.identifierhttps://repositorio.ucaldas.edu.co/handle/ucaldas/17642
dc.identifierUniversidad de Caldas
dc.identifierRepositorio de la Universidad de Caldas
dc.identifierhttps://repositorio.ucaldas.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8698546
dc.descriptionGráficas, fotografías
dc.descriptionIlustraciones
dc.descriptionspa:La presente investigación plantea un sistema de clasificación que utiliza redes neuronales que permita identificar dificultades relacionadas con la expresión corporal en la dimensión espacial y direccionalidad para niños, niñas, adolescentes y jóvenes con discapacidad cognitiva, lo anterior se hace implementando un videojuego serio que usa sensores de movimiento. El video juego serio plantea actividades lúdicas para jóvenes con discapacidad cognitiva, que resultan entretenidas y fáciles de desarrollar. El videojuego se encarga de almacenar los datos de movimientos de los jóvenes utilizando el sensor de movimientos Kinect, estos son insumo que se procesan en un modelo de red neuronal hibrido que clasifica los diferentes resultados permitiendo una posterior interpretación de los resultados obtenidos por los jugadores. La implementación de esta investigación se realizó en el centro especializado San Nicolás y centro pedagógico maría de la paz, con un grupo de jóvenes con discapacidad cognitiva, para verificar el nivel de certeza de aprendizaje y usabilidad.
dc.descriptioneng:This research proposes a classification system that uses neural networks that allows identifying difficulties related to body expression in the spatial dimension and directionality for children, adolescents and young people with cognitive disabilities, the above is done by implementing a serious video game that uses sensors. of movement. The serious video game proposes playful activities for young people with cognitive disabilities, which are entertaining and easy to develop. The video game is responsible for storing the movement data of the young people using the Kinect movement sensor, these are inputs that are processed in a hybrid neural network model that classifies the different results allowing a subsequent interpretation of the results obtained by the players. The implementation of this research was carried out in the San Nicolás specialized center and the María de la Paz pedagogical center, with a group of young people with cognitive disabilities, to verify the level of certainty of learning and usability.
dc.description1. Introducción / 1.1 Campo temático / 1.2 Planteamiento del problema / 1.3 Justificación /1.4 Objetivos / Objetivo general / Objetivos específicos / 1.5 Estructura del documento / 2. Revisión Bibliográfica / 2.1 Videojuego serio /2.2 Expresión corporal /2.3 Orientación espacial / 2.7 Redes neuronales / 2.7.1 Función de entrada (input function) /2.7.2 Función de activación / 2.7.2.1 Función de activación rectificante (RELU) / 2.7.2.2 Función sigmoide /2.7.2.3 Tangente hiperbólica (Tanh) / 2.7.3 Aprendizaje supervisado/ 2.7.4 Aprendizaje no supervisado / 2.7.5 Clasificación de redes neuronales / 2.7.5.1 Redes neuronales monocapas 22 2.7.5.2 Redes neuronales multicapas /2.7.5.2.1 Epochs/ 2.7.5.2.2 Batch Size / 2.7.5.3 Redes neuronales no recurrentes /2.7.5.4 Redes neuronales recurrentes/ 2.7.5.5 Redes neuronales totalmente conectadas /2.7.5.6 Redes parcialmente conectadas / 2.7.5.7 Redes neuronales convolucionales / 2.7.5.8 Redes neuronales de base radial /2.8 Computación basada en gestos / 2.9 Sensor Kinect / 2.10 Webservice / 2.11 Muestreo /2.11.1 Tipos de muestreo / 2.11.1.1 Muestreo probabilístico / 2.11.1.2 Muestreo aleatorio simple/ 2.11.1.3 Muestreo aleatorio sistemático / 2.11.1.4 Muestreo aleatorio estratificado /2.11.1.5 Muestreo aleatorio por conglomerados / 2.12 Estado del arte / 2.12.1 Las Tecnologías de la información y comunicación (TIC) /2.12.2 Gamificación / 2.12.3 Realidad Aumentada / 2.12.4 Computación Basada en Gestos / 2.12.5 Inteligencia Artificial (IA) / 2.12.6 Casos de éxito en educación de aplicación de redes neuronales / 2.11.7 Mapas auto organizados (SOM) /3. Metodología y Descripción detallada del proceso / 3.1 Materiales y Métodos/ 3.1.1 Elementos físicos /3.1.2 Elementos de software / 3.2 Diseño de la solución / 3.2.1 Toma de contacto / 3.2.2 Diseño de formatos /3.2.3 Metodología de investigación / 3.2.4 Diseño arquitectónico de la solución / 3.2.5 Implementación del video juego 43 3.2.6 Diseño del sistema de clasificación / 3.2.6.1 Sistema de clasificación con aprendizaje no supervisado / 3.2.6.1.1 Experimento 1 / 3.2.6.1.2 Experimento 2 /3.2.6.1.3 Experimento 3 / 3.2.6.2 Sistema de clasificación con aprendizaje supervisado / 3.2.6.2.1 Aproximación 1 / 3.2.6.2.1.1 Experimento 1 /3.2.6.2.1.2 Experimento 2 / 3.2.6.2.1.3 Experimento 3 /3.2.6.2.2 Aproximación 2 /3.2.6.2.2.1 Experimento 1 / 3.2.6.2.2.2 Experimento 2 / 3.2.6.2.2.3 Experimento 3 / 3.2.7 Implementación web del sistema de puente entre el video juego y el sistema de clasificación / 3.3 Detalles de aplicación implementación y validación / 3.3.1 Proceso / 3.3.1.1 Prueba diagnóstica previa/ 3.3.1.2 Interacción con el videojuego (recolección de datos) / 3.3.1.3 Clasificación del desempeño / 4. Análisis de resultados/ 4.1 Encuesta pretest /4.2 Prueba con el juego / 4.3 Prueba de clasificación/ 4.4 Análisis cuantitativo /4.4.1 Análisis de datos / 4.4.1.1 Resultados significativos / 5. Conclusiones / 6. Trabajo futuro /Bibliografía.
dc.descriptionMaestría
dc.descriptionMagister en Ingeniería Computacional
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languageeng
dc.languagespa
dc.publisherFacultad de Ingeniería
dc.publisherSan Juan de Pasto
dc.publisherIngeniería de Sistemas y Computación
dc.relationAebersold M., Voepel-Lewis T., Cherara L., Weber M., Khouri C., Levine R., Tait A.R. (2018). Interactive Anatomy-Augmented Virtual Simulation Training. Clinical Simulation in Nursing, 15: 34-41
dc.relationAkçayır M., Akçayır G. (2017). Advantages and challenges associated with augmented reality for education: A systematic review of the literature. Educational Research Review, 20(Supplement C): 1-11.
dc.relationAlaribe I. (2015). Design a Serious Game to Teach Teenagers with Intellectual Disabilities How to Use Public Transportation. Procedia - Social and Behavioral Sciences, 176: 840-845
dc.relationAldabas Rubira, Emiliano. 2002. “Introducción Al Reconocimiento de Patrones Mediante Redes Neuronales.” IX Jornades de Conferències d’Enginyeria 1–3
dc.relationAlhumaidan H., Lo K.P.Y., Selby A. (2017). Co-designing with children a collaborative augmented reality book based on a primary school textbook. International Journal of Child-Computer Interaction.
dc.relationAntón D., Kurillo G., Goñi A., Illarramendi A., Bajcsy R. (2017). Real-time communication for Kinect-based telerehabilitation. Future Generation Computer Systems, 75(Supplement C): 72-81.
dc.relationBauer A., Neog D.R., Dicko A.-H., Pai D.K., Faure F., Palombi O., Troccaz J. (2017). Anatomical augmented reality with 3D commodity tracking and image-space alignment. Computers & Graphics, 69(Supplement C): 140-153.
dc.relationBelloch C. (2012). Las Tecnologías de la Información y Comunicación en el Aprendizaje. Unidad de Tecnología Educativa (UTE)- Departamento de Metodos de investigacion y diagnostico en eduacioón.: 1-9.
dc.relationBirdwhistell R. (2013). Antropolgia de la Gestualidad. Educacion, 53(9): 266-276.
dc.relationBirdwhistell R.L., Desmonts A., Romaguera i Ramió J. (1979). El lenguaje de la expresión corporal. Gustavo Gili.
dc.relationBirmingham U. (2016). Gesture Control Technology: An investigation on the potential use in Higher Education. (March): 1-10.
dc.relationBorrás Gené O. (2015). Fundamentos de la gamificación. Gabinete de Teleeducación. Universidad Politécnica de Madrid: 15-15
dc.relationBoutsika E. (2014). Kinect in Education: A Proposal for Children with Autism. Procedia Computer Science, 27(Supplement C): 123-129.
dc.relationBravo C.B., Ojeda-Castelo J.J., Piedra-Fernandez J.A. (2017). Art activities with Kinect to Students with Cognitive Disabilities: Improving all Motor Skills. Procedia - Social and Behavioral Sciences, 237(Supplement C): 1148-1151
dc.relationCabrera R., Molina A., Gómez I., García-Heras J. (2017). Kinect as an access device for people with cerebral palsy: A preliminary study. International Journal of HumanComputer Studies, 108(Supplement C): 62-69.
dc.relationCassola F., Morgado L., de Carvalho F., Paredes H., Fonseca B., Martins P. (2014). OnlineGym: A 3D Virtual Gymnasium Using Kinect Interaction. Procedia Technology, 13(Supplement C): 130-138.
dc.relationCastagnola Maria Eugenia B.M.A.C.G.A. (2015). Juegos serios aplicados a niños con discapacidades. STS 2015, 2º Simposio Argentino sobre Tecnología y Sociedad.: 36-43.
dc.relationCastillo L.F., Bedia M.G., Isaza G., Velez J., Seron F. (2014). Development of believable bots in videogames capable of learning during runtime. International Journal of Artificial Intelligence, 12(1): 117-128.
dc.relationCastillo L.F., González B M., Isaza E G., Vélez J.I. (2015). Hacia las arquitecturas cognitivas conscientes: aplicación en el dominio de los videojuegos. Revista chilena de ingeniería, 23(4): 514-525
dc.relationChang Y.-J., Chen S.-F., Huang J.-D. (2011). A Kinect-based system for physical rehabilitation: A pilot study for young adults with motor disabilities. Research in Developmental Disabilities, 32(6): 2566-2570
dc.relationComas, Diego Sebastián, Juan Ignacio Pastore, Agustina Bouchet, Virginia Laura Ballarin, Lucía Isabel Passoni, and Gustavo Javier Meschino. 2012. “Diseño Automático de Sistemas de Lógica Difusa Tipo 2 Mediante Mapas Autoorganizados.” in V Torneo Regional de Inteligencia Computacional.
dc.relationConsejo Privado de C., Rosario C.-U.d. (2016). Índice Departamental de Competitividad 2014. 176-176 p.
dc.relationCortés-Rico, Laura, and Giovanny Piedrahita-Solórzano. 2019. “Interacciones Basadas En Gestos: Revisión Crítica.” TecnoLógicas 22:119–32. doi: 10.22430/22565337.1512.
dc.relationDane. (2010). Discapacidad
dc.relationDe castro Lozano C. (2012). El futuro de las tecnologías digitales aplicadas al aprendizaje de personas con necesidades educativas especiales. Revista de Educación a Distancia., 32: 1-43.
dc.relationDesarrollo-web. 2020. “Web Services | Definición & Ejemplo - IONOS.” Digital Guide IONOS.
dc.relationForero Hernández E., Moreno Rojas S., Ríos C., Al E. (2010). Orientaciones pedagógicas para la atención y la promoción de la inclusión de niñas y niños menores de seis años con. 80-80 p.
dc.relationGallego F.J., Molina R. (2014). Gamificar una propuesta docente. Jenui: 2-2.
dc.relationGarcía Sánchez, Inmaculada, Raquel Pérez Ordás, and África Calvo Lluch. 2015. “Expresión Corporal. Una Práctica de Intervención Que Permite Encontrar Un Lenguaje Propio Mediante El Estudio y La Profundización Del Empleo Del Cuerpo (Body Expression. A Practice of Intervention That Allows to Find Individual Language with Study of The.” Retos 23(23):19–22. doi: 10.47197/retos.v0i23.34561.
dc.relationGómez-Puerta J.-M., Lledó Carreres A., Lorenzo Lledó G., Arráez Vera G., Lorenzo-Lledó A. (2018). El método de lectura fácil como estrategia de accesibilidad cognitiva al lenguaje escrito en alumnado con discapacidad intelectual. Liderando investigación y prácticas inclusivas, 2018, ISBN 9788433862310, págs. 1659-1668: 1659-1668.
dc.relationGonzález Hernández J.F. (2011). Diseño de productos para la habilitación integral de niños y jóvenes con discapacidad cognitiva. Iconofacto, 7(8): 134-165.
dc.relationGonzález-Ortega D., Díaz-Pernas F.J., Martínez-Zarzuela M., Antón-Rodríguez M. (2014). A Kinect-based system for cognitive rehabilitation exercises monitoring. Computer Methods and Programs in Biomedicine, 113(2): 620-631.
dc.relationGuerrero Rojas L.E. (2008). Necesidades Educativas Especiales. Vol. 57. 201-222 p.
dc.relationHerrera Clavero F. (2013). Habilidades Cognitivas. Journal of Chemical Information and Modeling, 53(9): 1689-1699.
dc.relationIsabel Margarita H., Vicky C., Myers R., Eugenia Linares Felipe Risopatrón M., Manrique Castro M., Cufino M.d.P.R. (2004). Desarrollo Psicosocial de los niños y las niñas. Unicef.
dc.relationKayımbaşıoğlu D., Oktekin B., Hacı H. (2016). Integration of Gamification Technology in Education. Procedia Computer Science, 102(Supplement C): 668-676.
dc.relationKugelmann D., Stratmann L., Nühlen N., Bork F., Hoffmann S., Samarbarksh G., Pferschy A., von der Heide A.M., Eimannsberger A., et al. (2018). An Augmented Reality magic mirror as additive teaching device for gross anatomy. Annals of Anatomy - Anatomischer Anzeiger, 215(Supplement C): 71-77
dc.relationKwon J., Lee Y. (2016). Serious games for the job training of persons with developmental disabilities. Computers and Education, 95: 328-339.
dc.relationLancheros-Cuesta D., Carrillo-Ramos A. (2012). Modelo Adaptativo Para La Caracterización De Dificultades/Discapacidades En Un Ambiente Virtual Educativo Adaptive Model For The Characterization Of Difficulties / Disabilities In A Virtual Education. 79(175): 52-61
dc.relationLara F. (n.f). Fundamentos De Redes Neuronales Artificiales.
dc.relationLasse, Rouhiainen. 2018. “INTELIGENCIA ARTIFICIAL 101 COSAS QUE DEBES SABER HOY SOBRE NUESTRO FUTURO INTELIGENCIA ARTIFICIAL.” Editorial Planeta S.A 9–325.
dc.relationLins A.J.C.C., Muniz M.T.C., Garcia A.N.M., Gomes A.V., Cabral R.M., Bastos-Filho C.J.A. (2017). Using artificial neural networks to select the parameters for the prognostic of mild cognitive impairment and dementia in elderly individuals. Computer Methods and Programs in Biomedicine, 152(Supplement C): 93-104.
dc.relationLizbeth B., Lara H. (2004). LA REALIDAD AUMENTADA: UNA TECNOLOGÍA EN ESPERA DE USUARIOS. Revista Digital Universitaria, 5(7): 5-5.
dc.relationLlorens-Largo F., Villagrá-Arnedo C.J., Gallego-Durán F.J., Satorre-Cuerda R., CompañRosique P., Molina-Carmona R. (2016). Chapter 12 - LudifyME: An Adaptive Learning Model Based on Gamification A2 - Caballé, Santi. En: Formative Assessment, Learning Data Analytics and Gamification. Clarisó R. (Ed.). Academic Press: Boston. pp. 245-269.
dc.relationMª Ángeles Cáceres G. (2010). La expresion corporal, el gesto y el movimiento en la edad infantil. Temas para la educacion, 9: 1-7.
dc.relationMadrona P.G., Marín E.C.G., López P.D.M. (2012). Incremento de las habilidades sociales a través de la expresión corporal: La experiencia en clases de iniciación al baile. Cuadernos de Psicologia del Deporte, 12(2): 83-88.
dc.relationManngård M., Kronqvist J., Böling J.M. (2018). Structural learning in artificial neural networks using sparse optimization. Neurocomputing, 272(Supplement C): 660-667.
dc.relationMarcano Lárez, Beatriz E. 2008. “Juegos Serios y Entrenamiento En La Sociedad Digital.” 9
dc.relationMatich D.J. (2001). Redes Neuronales: Conceptos Básicos y Aplicaciones. Historia: 55- 55
dc.relationMedina Rodriguez I. (2013). Proyecto de inclusión de estudiantes con discapacidad cognitiva. 53-53 p
dc.relationMinisterio de Educación n. (2017). Decreto 1421 Por el cual se reglamenta en el marco de la educación inclusiva la atención educativa a la población con discapacidad.
dc.relationMinsalud. Abecé De La Discapacidad ¿Qué Es Discapacidad? Min Salud
dc.relationMontaño, Juan Jose. 2002. “Redes Neuronales Artificiales Aplicadas Al Análisis de Datos.” Network 275.
dc.relationMuñoz, C. (2014). Sistema de Rehabilitación basado en el Uso de Análisis Biomecánico y Videojuegos mediante el Kinect. Red de Revistas Científicas de América Latina, el Caribe, España y Portugal, 43-54.
dc.relationMurillo A. (2016). ¿Qué es el dispositivo Kinect?
dc.relationOrganización Mundial de la S., Banco M. (2011). Informe mundial sobre la discapacidad. i-364 p.
dc.relationPalomo Segura A.M., Ramírez Espinosa B., Fernández Yero L.V. (2011). Juegos de expresión corporal para estimular la coordinación dinámica general de los niños de 4-5 años (original). Olimpia: Publicación científica de la facultad de cultura física de la Universidad de Granma, ISSN-e 1817-9088, Vol. 8, Nº. 28, 2011 (Ejemplar dedicado a: enero-abril), págs. 63-69, 8(28): 63-69.
dc.relationPattanayak, Santanu. 2017. Pro Deep Learning with TensorFlow
dc.relationPedraza-Hueso M., Martín-Calzón S., Díaz-Pernas F.J., Martínez-Zarzuela M. (2015). Rehabilitation Using Kinect-based Games and Virtual Reality. Procedia Computer Science, 75(Supplement C): 161-168.
dc.relationPérez F.O., Fernández H. (2007). Las redes neuronales y la evaluación del riesgo de crédito. Revista Ingenierías Universidad de Medellin, 6(10): 77-91.
dc.relationPombo H.L. (2010). Análisis y Desarrollo de Sistemas de Realidad Aumentada. 124-124
dc.relationQuijano A. (2009). Guía de investigación cuantitativa. Vol. 1. Institución universitaria CESMAG. 192 p.
dc.relationRodríguez Correa M., Arroyo González M.J. (2014). Las TIC al servicio de la inclusión educativa. Digital Education Review, ISSN-e 2013-9144, Nº. 25, 2014, págs. 108-126, (25): 108-126
dc.relationRomero J.J., Dafonte C., Gòmez Á., Penousal F.J. (2007). Inteligencia Artificial Y Computación Avanzada. 400-400 p.
dc.relationRomero J.J., Dafonte C., Gòmez Á., Penousal F.J. (2007). Inteligencia Artificial Y Computación Avanzada. 400-400 p.
dc.relationS. Pressman R. (2010). Ingeniería del software. Un enfoque práctico. 805-805 p.
dc.relationSocial M.S.P. (2017). Normograma De Discapacidad Para La República De Colombia.
dc.relationStanton W.J., Etzel M.J., Walker B.J., Carranza Garza A., Ortiz Staines M. (2007). Fundamentos de marketing. 4(11).
dc.relationUnesco. (2017). Guía para asegurar la inclusión y la equidad en la educación. 46-46 p.
dc.relationUniversitat de Girona. (2013). Manual Introductorio de ICONIX. 5-5.
dc.relationUrh M., Vukovic G., Jereb E., Pintar R. (2015). The Model for Introduction of Gamification into E-learning in Higher Education. Procedia - Social and Behavioral Sciences, 197(Supplement C): 388-397
dc.relationVenezuela U.O.d.Á.p.C.y. (2004). Desarrollo Psicosocial de los niños y las niñas.
dc.relationVillagra A. (1992). La expresión corporal en la discapacidad cognitiva. Ariel: 405-408.
dc.relationYavşan E., Uçar A. (2016). Gesture imitation and recognition using Kinect sensor and extreme learning machines. Measurement, 94(Supplement C): 852-861.
dc.relationZhou X., Zhuge Q., Qiu M., Xiang M., Zhang F., Wu B., Qiu K., Plant D.V. (2018). Bandwidth variable transceivers with artificial neural network-aided provisioning and capacity improvement capabilities in meshed optical networks with cascaded ROADM filtering. Optics Communications, 409(Supplement C): 23-33
dc.relationZhou X., Zhuge Q., Qiu M., XiangM., Zhang F., Wu B., Qiu K., Plant D.V. (2018). Bandwidth variable transceivers with artificial neural network-aided provisioning and capacity improvement capabilities in meshed optical networks with cascaded ROADM filtering. Optics Communications, 409(Supplement C): 23-33.
dc.relationGuillermo Garcia Murillo, Daniel, Carlos Alberto Ruiz Marta Susana Basualdo Autor, and Damián Jorge Matich. n.d. “Redes Neuronales: Conceptos Básicos y Aplicaciones Cátedra: Informática Aplicada a La Ingeniería de Procesos-Orientación I Redes Neuronales: Conceptos Básicos y Aplicaciones.
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightshttp://purl.org/coar/access_right/c_14cb
dc.subjectAprendizaje
dc.subjectSoftware
dc.subjectGrabaciones en vídeo
dc.subjectIngeniería de sistemas
dc.subjectDiscapacidad
dc.subjectDiscapacidad cognitiva
dc.subjectInteligencia artificial
dc.subjectRedes neuronales
dc.subjectPerceptrón multicapa
dc.subjectMapa autoorganizado
dc.subjectVideojuego serio
dc.subjectExpresión corporal
dc.subjectHabilidades motoras básicas
dc.subjectDimensión espacial
dc.subjectKinect
dc.subjectFeedforward neural network
dc.subjectSelf Organizer Map
dc.titleSistema de clasificación hibrido entre feedforward neural network y self organize map para identificar dificultades de expresión corporal en la dimensión espacial y direccionalidad en jóvenes con discapacidad cognitiva a través de kinect y un videojuego
dc.typeTrabajo de grado - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeText
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:eu-repo/semantics/publishedVersion


Este ítem pertenece a la siguiente institución