• 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.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Máster UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Máster UVa
    • Voir le document
    • 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
    Résumé
    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 [7002]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFM-I-1523.pdf
    Tamaño:
    27.72Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Nombre:
    TFM-I-1523-Anejos.zip
    Tamaño:
    10.65Mo
    Formato:
    application/zip
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10