Vargas Treviño, María Aurora DiozcoraVergara Limón, SergioCarreón Díaz de León, Carlos LeopoldoVargas Treviño, María Aurora Diozcora; 0000-0001-7188-2782Vergara Limón, Sergio; 0000-0002-5215-9262Carreón Díaz de León, Carlos Leopoldo; 0000-0002-9953-9561Cruz Coronel, Gengis2026-01-202026-01-202025-08https://hdl.handle.net/20.500.12371/30930"La identificación paramétrica de un robot implica determinar los parámetros que describen su modelo dinámico, lo cual es fundamental para lograr simulaciones precisas de su comportamiento. Esta tesis propone utilizar una red neuronal convolucional (RNC) para mejorar la precisión en la identificación paramétrica de un brazo robot de dos grados de libertad. Las redes neuronales convolucionales, conocidas por su eficacia en el procesamiento y clasificación de imágenes, tienen aplicaciones emergentes en áreas como la robótica. Se busca obtener un modelo dinámico más exacto al aplicar el método de parámetros agrupados. Se presentan antecedentes que indican que se han alcanzado elevadas similitudes en identificaciones paramétricas previas, superando el 97% en ciertos casos. La tesis se estructura en siete capítulos que abordan desde la descripción del robot hasta la identificación paramétrica empleando el modelo dinámico. En los capítulos finales, se detallan los resultados de la identificación paramétrica y se discuten las imágenes obtenidas del entrenamiento, además de las gráficas de posición, velocidad y torque que validan el método propuesto".pdfspaINGENIERÍA Y TECNOLOGÍAMatemáticas--Instrumentos y máquinas--Máquinas de calculo--Ciencias de la computación--Redes neuronalesIngeniería mecánica y maquinaria--Robots (General)Robots--ProgramaciónAlgoritmosTesis de maestríaopenAccess