• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Navegar

    Todo o repositórioComunidadesPor data do documentoAutoresAssuntosTítulos

    Minha conta

    Entrar

    Estatística

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Máster UVa
    • Ver item
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Máster UVa
    • Ver item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/41400

    Título
    Prótesis de antebrazo con control mioeléctrico mediante Machine Learning
    Autor
    Maroto García, Miguel Ángel
    Director o Tutor
    Pérez Turiel, JavierAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingenierías IndustrialesAutoridad UVA
    Año del Documento
    2020
    Titulación
    Máster en Ingeniería Industrial
    Resumo
    En este trabajo se describe el desarrollo de un prototipo de prótesis activa aplicable a amputados transradiales, usando técnicas y algoritmos de clasificación basados en Aprendizaje Automático (Machine Learning), a partir del análisis y preprocesamiento de datos obtenidas de señales mioeléctricas provenientes de sensores EMG, con potencia y destreza suficiente para la realización de tareas de vida diaria como agarre y manejo de objetos ligeros. Previamente a este desarrollo se realizará un estudio del contexto y Estado del Arte en cada uno de los ámbitos englobados por el actual trabajo, siendo estos sensorización para detección de intencionalidad, sistemas y algoritmos de Machine Learning, actuadores usados en biónica y biomimética y tipos de prótesis diferentes, describiendo los desarrollos más destacados en éste campo. Por último, se realizará un apartado de conclusiones posteriores al desarrollo, así como una sección dedicada a líneas futuras de desarrollo que puedan ramificar del trabajo actual.
    Materias Unesco
    3307.90 Microelectrónica
    Palabras Clave
    Biónica
    Mioeléctrico
    Prótesis
    Machine
    Learning
    Departamento
    Departamento de Ingeniería de Sistemas y Automática
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/41400
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Máster UVa [7064]
    Mostrar registro completo
    Arquivos deste item
    Nombre:
    TFM-I-1523.pdf
    Tamaño:
    27.72Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Nombre:
    TFM-I-1523-Anejos.zip
    Tamaño:
    10.65Mb
    Formato:
    application/zip
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10