Departamento de Ingeniería Eléctrica y Electrónica

Permanent URI for this community

https://hdl.handle.net/20.500.12590/17985

Browse

Browsing Departamento de Ingeniería Eléctrica y Electrónica by browse.metadata.advisor "Ludeña Choez, Jimmy Diestin"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Extracción de características basada en NMF para la clasificación de especies de aves usando señales de audio
    (Universidad Católica San Pablo, 2017) Quispe Soncco, Raisa Soledad; Ludeña Choez, Jimmy Diestin
    Habitualmente para sistemas de clasificación de audio, por ejemplo, para la clasificación acústica de especies de aves, las técnicas de parametrización basadas en los Coeficientes Cepstrales a escala de Frecuencias Mel (MFCC) se usan en la fase de extracción de características. Sin embargo, sucede que aunque esta técnica proporciona buenos resultados, no es muy adecuada, ya que fue creada para el reconocimiento automático de la voz humana (ASR). En esta tesis de grado, se busca mejorar el proceso de extracción de características mediante una nueva parametrización utilizando el método basado en la Factorización de Matrices No Negativas (NMF), específicamente en la mejora del banco de filtros convencional a escala Mel, utilizado para obtener los coeficientes cepstrales. NMF ha demostrado ser una herramienta fundamental para la representación de señales de audio. Los resultados experimentales han demostrado que el aprendizaje del banco de filtros auditivo basado en la técnica NMF, en comparación con el banco de filtros a escala Mel, proporciona mejores tasas de clasificación, considerando un esquema de clasificación basado en la Máquina de Vectores de Soporte (SVM).
  • Thumbnail Image
    Item
    Extracción de características para la detección de movimientos del brazo usando señales de electroencefalograma (EEG)
    (Universidad Católica San Pablo, 2020) Alvarado Chavez, Jordy Jose; Ludeña Choez, Jimmy Diestin
    Las interfaces BCI (Brain-computer interface) permiten el desarrollo de sistemas que ayudan a las personas con discapacidades motrices (parálisis parcial de miembros del cuerpo, amputación o ausencia de un miembro del cuerpo humano), entre ellas cabe destacar los movimientos de los miembros superiores e inferiores, los cuales permiten el desenvolvimiento de una persona al momento de realizar actividades diarias. Este trabajo se centra en realizar la comparación de dos métodos orientados a la extracción de características aplicado a datos obtenidos de un Electroencefalograma, estos métodos son los de Análisis Discriminante Lineal (LDA) y de Patrones Espaciales Comunes (CSP). Ambos métodos son empleados con la finalidad de extraer aquellos patrones característicos pertenecientes a los movimientos de los miembros superiores del cuerpo humano (brazos) y escoger aquel que permita un funcionamiento óptimo de las BCI. De acuerdo a los resultados obtenidos en la experimentación realizada utilizando en primera instancia una etapa de pre-procesamiento de las señales basado en filtros Butterworth, para eliminar señales no pertenecientes a la coordinación motriz de los brazos en base a la teoría obtenida sobre las frecuencias de la ondas cerebrales encargadas de coordinar dichas funciones, el siguiente paso es aplicar los métodos de extracción de características seleccionados y finalmente introducirlos al algoritmo de clasificación de Máquinas de Vectores Soporte (SVM) para finalmente obtener las tasas de reconocimiento y matrices de confusión por cada método y concluir que; El método basado CSP obtuvo una mejor tasa de reconocimiento general en comparación con el método basado en LDA.