RT info:eu-repo/semantics/bachelorThesis
T1 Desarrollo de un algoritmo en tiempo real  para la detección de gestos de mano y  muñeca mediante técnicas de  aprendizaje automático
A1 Gómez Sánchez, Pablo
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Aprendizaje automático
K1 Electromiografía
K1 Orientación
K1 Validación cruzada  anidada
K1 LOSO
K1 3311.01 Tecnología de la Automatización
AB La electromiografía (EMG) es una técnica de registro de la actividad eléctrica producida por los músculos esqueléticos mediante electrodos intramusculares o superficiales. Este TFG aborda el diseño e implementación de reconocimiento de gestos de la mano basado en el procesamiento de señales EMG y de orientación obtenidas del sensor Trigno Duo de Delsys. Para la diferenciación de movimientos se han utilizado modelos de aprendizaje máquina o Machine Learning como Random Forest, KNN, Linear SVC, Logistic Regression o Gradient Boosting. Se han entrenado los modelos mediante la validación cruzada anidada para la selección de hiperparámetros junto a un esquema LOSO para evaluar la capacidad de generalización intersujeto. Los clasificadores lineares, Linear SVC y Logistic Regression obtuvieron los mejores resultados con 75% de precisión.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/81828
UL https://uvadoc.uva.es/handle/10324/81828
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 20-ene-2026