Veuillez utiliser cette adresse pour citer ce document : https://rinacional.tecnm.mx/jspui/handle/TecNM/2474
Titre: Clasificador binario de señales neuronales para comando de control.
Auteur(s): Magaña Flores, Roman Alberto
metadata.dc.subject.other: Control, Ingeniería, Clasificación.
Date de publication: 2017-11-23
Editeur: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Mérida
Description: Las interacciones referentes hombre-máquina durante mucho tiempo han sido limitadas al movimiento del ratón, a la manipulación de un teclado o algún otro tipo de dispositivo que implique el uso de las extremidades del cuerpo humano, particularmente las manos. Sin embargo, en los últimos años se ha visto un avance en el uso de interfaces que pretenden que el usuario interacciones con los dispositivos mediante otros medios de acceso, por ejemplo: mediante la voz, el uso de vibraciones, pantallas táctiles, detección de miradas, etc. Esto ha sido posible gracias al impulso que ha tenido la tecnología mediante el diseño de accesorios con mayor capacidad de procesamiento de datos, a costos accesible y que facilitan el trabajo en tiempo real. A pesar de que el uso de los dispositivos tradicionales es esencial en muchas aplicaciones, el empleo de las nuevas tecnologías representa un avance importante en el uso de otras, como es el caso de aquellas que ayudan a las personas con capacidades motoras limitativas a tener acceso a este tipo de aplicaciones y les facilita su inserción al medio laboral actual. Es en este contexto en donde se observa la principal importancia del uso de interfaces cerebro-máquina como medio para el acceso al manejo de programas.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Collection(s) :Maestría en Ingeniería

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
MAGA+æA-2017-CLASIFICADOR BINARIO DE.pdfTESIS DE MAESTRIA1.33 MBAdobe PDFVoir/Ouvrir


Ce document est protégé par copyright



Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons