Optimización del rendimiento de una RNC para clasificar señales EMG mediante un diseño factorial de hiperparámetros
Date
2025-09
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"Este estudio se centra en la optimización del rendimiento de una Red Neuronal de Convolución (RNC) para clasificar señales electromiográficas (EMG) asociadas a movimientos manuales. Se propone un enfoque de diseño factorial para explorar cómo diferentes combinaciones de hiper parámetros afectan la capacidad de clasificación de la red, con la meta de mejorar la precisión, crucial para aplicaciones en rehabilitación y robótica asistencial. A través de un análisis sistemático de los hiper parámetros, se busca establecer criterios que aseguren un rendimiento óptimo. Se utilizarán métricas estándar como precisión y sensibilidad para evaluar la red, y se llevará a cabo un experimento estructurado para identificar las configuraciones más efectivas. El alcance del trabajo se limita a la optimización de la RNC, excluyendo el desarrollo de prótesis, y se basa completamente en bases de datos públicas para el entrenamiento y validación. Este enfoque representa una contribución significativa al campo del reconocimiento de patrones mioeléctricos, facilitando la implementación de sistemas de control más eficientes en dispositivos protésicos".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading