Tesis de la MCC https://rinacional.tecnm.mx/jspui/handle/TecNM/3778 2026-05-04T07:07:06Z 2026-05-04T07:07:06Z González Encinas, Julio A. https://rinacional.tecnm.mx/jspui/handle/TecNM/8489 2024-11-14T20:35:59Z 2024-11-14T00:00:00Z

Title: SISTEMA COMPUTACIONAL QUE EMULE UN RECORRIDO EN BICICLETA PARA NIÑOS CON SÍNDROME DE DOWN, UTILIZANDO REALIDAD VIRTUAL Authors: González Encinas, Julio A. Description: El síndrome de down es una condición genética causada por una copia extra del cromosoma 21, que afecta el desarrollo físico y cognitivo. Esta condición puede provocar retrasos en el desarrollo motor y coordinación, dificultades en el tono muscular y habilidades motoras finas, limitando la capacidad de realizar actividades físicas cotidianas de manera fluida y precisa. La realidad virtual, una tecnología con aplicaciones en videojuegos, simuladores y diseño de ambientes, ha comenzado a ser utilizada en terapia y medicina. Esta tecnología puede ser útil para ayudar a niños con síndrome de Down a orientarse en distintos entornos mediante experiencias simuladas. En este trabajo de investigación se propone desarrollar un sistema con el uso de realidad virtual, destinado a mejorar la calidad de vida de niños con síndrome de down. El proyecto se fundamenta en una investigación exhaustiva de los conceptos clave relacionados con esta condición genética, abordando sus efectos físicos, cognitivos y sociales. El sistema incluye una bicicleta estacionaria equipada con sensores para detectar el movimiento del usuario y se estructura en tres niveles de dificultad graduales, adaptados a las necesidades específicas de los niños con síndrome de down. El objetivo es proporcionar una herramienta terapéutica y educativa efectiva, evaluando posteriormente el impacto del sistema en la mejora de habilidades motoras e integración social de los usuarios. En la evaluación funcional del sistema de juego y simulación vial para CRIT Sonora, se compararon los resultados de los tres niveles de dificultad: principiante, intermedio y avanzado. En el nivel 1, se logró una precisión del 95% en la detección de señalamientos, un 90% en la recolección de puntos y en la evitación de colisiones, gracias a su configuración sencilla y recta. El nivel 2, que introdujo giros de 90 grados, semáforos y rampas con aceleradores, mostró un 85% de éxito en la navegación de giros y un 80% en la sincronización con semáforos y uso de rampas, reflejando una mayor complejidad y desafíos en la sincronización y control. En el nivel 3, que combinó elementos de los niveles anteriores y añadió un circuito complejo, se obtuvo un 80% de éxito en la navegación de curvas y un 90% en la estabilidad del sistema bajo carga. Aunque la precisión disminuyó ligeramente con la complejidad de las mejoras implementadas, especialmente en la calibración del manubrio, la optimizaron del rendimiento del sistema; con el fin de asegurar una experiencia educativa efectiva y segura para los usuarios.

2024-11-14T00:00:00Z Contreras Gonzalez, Paloma https://rinacional.tecnm.mx/jspui/handle/TecNM/5171 2023-05-29T18:30:27Z 2022-06-22T00:00:00Z

Title: Sistema Inteligente de Asistencia a la Comunicacion Oral de Personas con Disartria Utilizando Reconocimiento de Patrones de Voz Authors: Contreras Gonzalez, Paloma Description: La disartria es un trastorno que frecuentemente limita a la persona que la padece en su interacción con otras personas. Esto debido a la reducción en la inteligibilidad de su habla a causa del trastorno; teniendo como resultado la exclusión social. Con la finalidad de brindar a las personas con disartria una herramienta que la apoye en su interacción con otros, se han desarrollado sistemas enfocados al reconocimiento de patrones de voz para personas con este trastorno. Sin embargo, debido a que son enfocados a un idioma en específico, como el inglés, o por sus altos costos, estos sistemas tienden a ser inaccesibles. En el presente trabajo de investigación se propone un sistema de reconocimiento de patrones de voz enfocado a personas con disartria leve y moderada. Para su desarrollo se parte desde la investigación de los conceptos más relevantes, la identificación y aplicación de técnicas de inteligencia artificial hasta el análisis de los resultados obtenidos. Debido a que el objetivo de la investigación es desarrollar un sistema dependiente del usuario, se crearon distintos conjuntos de datos para cada una de las personas que apoyaron en el desarrollo de la investigación. Los conjuntos de datos obtenidos, los cuales contienen entre 195 y 300 datos, fueron utilizados para el entrenamiento y evaluación del modelo propuesto. Debido a la escasez de datos, se considera la extracción de características del modelo YAMNet, ofrecido por TensorFlow Hub, para utilizar los datos obtenidos como entrada a una red neuronal multicapa. Para la disartria leve, se obtuvo un reconocimiento de 77% en la clasificación de 5 palabras; mientras que, para la disartria moderada, se obtuvo un 62% para tres palabras y un 75% para dos palabras. Con ello se tiene como resultado dos modelos que pueden ser de apoyo para los casos de estudio; además de que se aportan las bases para su aplicación en más casos de disartria.

2022-06-22T00:00:00Z Galaz Palma, Maria https://rinacional.tecnm.mx/jspui/handle/TecNM/5170 2023-05-29T18:27:41Z 2022-06-22T00:00:00Z

Title: Modelo para la Creacion y uso de un Repositorio Digital de Segmentos Visuales en Lengua de Señas Mexicanas Utilizando Inteligencia Artificial Authors: Galaz Palma, Maria Description: Una educación inclusiva en México ha desatado diversos métodos con el propósito de poder implementarla, y de esta forma, sin importar la capacidad de cada persona, pueda tener una educación digna. Lo anterior, a pesar de ser una tarea difícil, con la ayuda de la tecnología se han podido desarrollar diferentes propuestas para las diferentes capacidades. En el TecNM/Instituto Tecnológico de Hermosillo, se está desarrollando una plataforma para las personas con discapacidad auditiva, con el propósito de implementarla en la educación superior tecnológica. Esta plataforma tiene como objetivo ser el intérprete entre el maestro y el alumno, donde el maestro al dar la clase, la plataforma traducirá del español (en voz) a la lengua de señas mexicana (LSM, lengua utilizada por la comunidad Sorda de México). En esta tesis tiene como objetivo realizar un modelo para la creación y uso de un repositorio digital de segmentos visuales en lengua de señas mexicanas utilizando la inteligencia artificial. Se aprovechan los videos públicos de la web, de los diferentes intérpretes de la LSM para poder crear el repositorio y transformar sus movimientos en modelo 3D de forma homogénea. Para lo anterior, se da uso de diferentes redes neuronales pre entrenadas.

2022-06-22T00:00:00Z Dyck Perez, Karina https://rinacional.tecnm.mx/jspui/handle/TecNM/5169 2023-02-08T20:02:48Z 2022-06-20T00:00:00Z

Title: Guia de Diseño para el Desarrollo de Soluciones de Software de la Industria 4.0 para Atender Problemas de Acoso Escolar a Nivel Primaria Authors: Dyck Perez, Karina Description: El acoso escolar es uno de los principales problemas que aquejan a los padres de familia, así como a autoridades educativas y gubernamentales, ya que puede ser el origen de problemas mayores en el futuro de quienes se ven involucrados. Por medio de una revisión sistemática de literatura, se encontró que, para diseñar una solución de mayor impacto, es conveniente utilizar los beneficios en conjunto de varias tecnologías, como son visión por computadora, inteligencia artificial y tecnología de la industria 4.0, además de trabajar en equipo con los alumnos, el personal docente, la familia y autoridades, con el mismo objetivo, capacitar y orientar hacia toda buena práctica de educación emocional. En este sentido, y considerando los hallazgos de dicha revisión se proponen dos productos, 1) una guía de diseño para el desarrollo de soluciones de software para atender problemas de acoso escolar a nivel primaria, así como 2) un sistema basado en dicha guía. Además, se describen los resultados iniciales de un prototipo que busca validar la viabilidad de la implementación práctica de ambas propuestas. Para la construcción del prototipo se implementó un modelo preentrenado de aprendizaje profundo, que utiliza una red neuronal convolucional (CNN) para la detección de emociones en tiempo real, fue entrenado con el conjunto de datos FER2013 que consiste en 35887 imágenes en escala de grises, de tamaño 48x48 donde se identifican siete emociones—enojo, disgusto, temor, feliz, neutral, triste y sorpresa. La CNN utiliza como entrada las expresiones faciales humanas, detectadas mediante una cámara web, procesa los fotogramas y otorga como salida la clasificación de las emociones.

2022-06-20T00:00:00Z