Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Computación y Sistemas
versión On-line ISSN 2007-9737versión impresa ISSN 1405-5546
Resumen
SEPULVEDA, Roberto et al. Clasificación de señales encefalográficas mediante redes neuronales artificiales. Comp. y Sist. [online]. 2015, vol.19, n.1, pp.69-88. ISSN 2007-9737. https://doi.org/10.13053/CyS-19-1-1570.
Para la clasificación de las señales del parpadeo y dolor muscular en el brazo derecho ocasionado por un agente externo, se proponen dos modelos de arquitecturas de redes neuronales artificiales, específicamente del tipo perceptron multicapa y sistema de inferencia neurodifuso adaptativo, ambos modelos utilizan aprendizaje supervisado. Se utilizan series de tiempo obtenidas del parpadeo y electroencefalografías de 15 personas en el rango de 23 a 25 años de edad, para generar una base de datos que se divide en dos conjuntos de datos: entrenamiento y prueba. Los resultados experimentales en el dominio del tiempo y de la frecuencia, de 50 pruebas aplicadas a cada modelo de red, muestran que ambas propuestas de arquitecturas de redes neuronales producen resultados exitosos.
Palabras llave : EEG; BCI; interface cerebro-computadora; parpadeo; red neuronal artificial; FFT.