Show simple item record

dc.contributor.advisorTecnología en Mantenimiento de Equipo Biomédico
dc.contributor.advisorBecerra Botero, Miguel Alberto
dc.contributor.authorAcosta García, Daniel Fabián
dc.coverage.spatialMedellín - Antioquia - Colombiaspa
dc.date.accessioned2020-10-29T20:17:28Z
dc.date.available2020-10-29T20:17:28Z
dc.date.issued2013
dc.identifier.urihttp://hdl.handle.net/20.500.12622/4362
dc.description.abstractEn este estudio se presenta una metodología de clasificación de señales EEG para la detección de emociones, basada en basada en el sistema de inferencia neuro-difuso adaptativo (ANFIS). Este sistema se desarrolló en tres etapas: Eliminación de artefactos usando análisis de componentes independientes (ICA), Extracción de características usando la transformada wavelet (TW) y conjuntos difusos rough y la clasificación usando el sistema antes mencionado. Esta investigación presento el 86,7% de precisión en el modelo ANFIS, lo que permite evidenciar su pertinencia para la clasificación de emocionesspa
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitanospa
dc.relation.urihttp://creativecommons. org/licenses/by-nc-nd/4.0/spa
dc.subjectSistema de Inferencia Neuro-difuso adaptativo (ANFIS)spa
dc.subjectTransformada discreta Waveletspa
dc.subjectElectroencefalogramaspa
dc.subjectEmocionesspa
dc.titleClasificación de señales EEG para la detección de emociones usando transformada Wavelet y Anfisspa
dc.publisher.facultyFacultad de Ciencias Exactas y Aplicadasspa
dc.subject.keywordsSignals (EEG)eng
dc.subject.keywordsAffective behavioreng
dc.subject.keywordsFuzzy sets rougheng
dc.subject.lembSeñales EEGspa
dc.subject.lembConducta afectivaspa
dc.subject.lembConjuntos difusos roughspa
dc.description.abstractenglishThis research presents a methodology for classifying EEG signals for emotion recognition based on adaptive inference neuro-fuzzy system (ANFIS). This system was developed in three stages: Elimination of artifacts using independent component analysis (ICA), Feature extraction using the wavelet transform (DTW) and fuzzy rough sets and finally classification using the above system. This research present the 86.7% accuracy in the ANFIS model, which allows to demonstrate its relevance for the classification of emotions.eng
dc.description.degreenameTecnólogo en Mantenimiento de Equipo Biomédicospa
dc.identifier.instnameinstname:Instituto Tecnológico Metropolitanospa
dc.identifier.reponamereponame:Repositorio Institucional Instituto Tecnológico Metropolitanospa
dc.identifier.repourlrepourl:https://repositorio.itm.edu.co/
dc.rights.localAcceso abiertospa
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.title.translatedEEG signal classification for emotion detection using Wavelet transformation and Anfis signalseng
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.publisher.grantorInstituto Tecnológico Metropolitanospa
dc.description.degreelevelpregradospa


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record