Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales

Resumen El objetivo del presente trabajo es clasificar los 27 gestos del alfabeto de señas colombiano, mediante un clasificador de redes neuronales artificiales a partir de señales electromiográficas. El clasificador fue diseñado en cuatro fases: 1) Adquisición de señales electromiográficas provenie...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Galvis-Serrano,Elvis H., Sánchez-Galvis,Iván, Flórez,Natalia, Zabala-Vargas,Sergio
Lenguaje:	Spanish / Castilian
Publicado:	Centro de Información Tecnológica 2019
Materias:	lengua de señas colombiana Myo Armband redes neuronales validación cruzada Wavelet
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000200171
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-07642019000200171
record_format	dspace
spelling	oai:scielo:S0718-076420190002001712019-08-05Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales ArtificialesGalvis-Serrano,Elvis H.Sánchez-Galvis,IvánFlórez,NataliaZabala-Vargas,Sergio lengua de señas colombiana Myo Armband redes neuronales validación cruzada Wavelet Resumen El objetivo del presente trabajo es clasificar los 27 gestos del alfabeto de señas colombiano, mediante un clasificador de redes neuronales artificiales a partir de señales electromiográficas. El clasificador fue diseñado en cuatro fases: 1) Adquisición de señales electromiográficas provenientes de los ocho sensores de la manilla Myo Armband, 2) Extracción de características de las señales electromiográficas empleando la transformada Wavelet de Paquetes, 3) Entrenamiento de la red neuronal y 4) Validación del método de clasificación utilizando la técnica de validación cruzada. Para el presente estudio se adquirieron registros de señales electromiográficas de 13 sujetos con discapacidad auditiva. El clasificador presentó un porcentaje de precisión promedio de 88,4%, muy similar a otros métodos de clasificación presentados en la literatura. El método de clasificación puede ser escalado para clasificar, adicional a los 27 gestos, el vocabulario de la lengua de señas colombiana.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.30 n.2 20192019-03-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000200171es10.4067/S0718-07642019000200171
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	lengua de señas colombiana Myo Armband redes neuronales validación cruzada Wavelet
spellingShingle	lengua de señas colombiana Myo Armband redes neuronales validación cruzada Wavelet Galvis-Serrano,Elvis H. Sánchez-Galvis,Iván Flórez,Natalia Zabala-Vargas,Sergio Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales
description	Resumen El objetivo del presente trabajo es clasificar los 27 gestos del alfabeto de señas colombiano, mediante un clasificador de redes neuronales artificiales a partir de señales electromiográficas. El clasificador fue diseñado en cuatro fases: 1) Adquisición de señales electromiográficas provenientes de los ocho sensores de la manilla Myo Armband, 2) Extracción de características de las señales electromiográficas empleando la transformada Wavelet de Paquetes, 3) Entrenamiento de la red neuronal y 4) Validación del método de clasificación utilizando la técnica de validación cruzada. Para el presente estudio se adquirieron registros de señales electromiográficas de 13 sujetos con discapacidad auditiva. El clasificador presentó un porcentaje de precisión promedio de 88,4%, muy similar a otros métodos de clasificación presentados en la literatura. El método de clasificación puede ser escalado para clasificar, adicional a los 27 gestos, el vocabulario de la lengua de señas colombiana.
author	Galvis-Serrano,Elvis H. Sánchez-Galvis,Iván Flórez,Natalia Zabala-Vargas,Sergio
author_facet	Galvis-Serrano,Elvis H. Sánchez-Galvis,Iván Flórez,Natalia Zabala-Vargas,Sergio
author_sort	Galvis-Serrano,Elvis H.
title	Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales
title_short	Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales
title_full	Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales
title_fullStr	Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales
title_full_unstemmed	Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales
title_sort	clasificación de gestos de la lengua de señas colombiana a partir del análisis de señales electromiográficas utilizando redes neuronales artificiales
publisher	Centro de Información Tecnológica
publishDate	2019
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000200171
work_keys_str_mv	AT galvisserranoelvish clasificaciondegestosdelalenguadesenascolombianaapartirdelanalisisdesenaleselectromiograficasutilizandoredesneuronalesartificiales AT sanchezgalvisivan clasificaciondegestosdelalenguadesenascolombianaapartirdelanalisisdesenaleselectromiograficasutilizandoredesneuronalesartificiales AT floreznatalia clasificaciondegestosdelalenguadesenascolombianaapartirdelanalisisdesenaleselectromiograficasutilizandoredesneuronalesartificiales AT zabalavargassergio clasificaciondegestosdelalenguadesenascolombianaapartirdelanalisisdesenaleselectromiograficasutilizandoredesneuronalesartificiales
_version_	1714201609229041664

Clasificación de Gestos de la Lengua de Señas Colombiana a partir del Análisis de Señales Electromiográficas utilizando Redes Neuronales Artificiales

Ejemplares similares