Jacinto Gómez, EdwardPinto Marcelo, Yesid MauricioGuamán Rodríguez, Cindy Vanessa2021-12-252021-12-252020-11-30http://hdl.handle.net/11349/27988El siguiente proyecto busca ejecutar un estudio de las señales electromiográficas (EMG) provenientes de la pulsera MYO. Se adquirirá las características principales de las mismas, seguidamente se entrenará dos algoritmos de inteligencia artificial, con el fin de comparar el método más viable según el porcentaje de predicción para el diseño del algoritmo empleado y concluir cual es el mejor método para la clasificación del movimiento. En la etapa de validar las muestras de un usuario sobre la red neuronal se alcanzó a adquirir hasta un 90% de exactitud en la clasificación de un movimiento, esto se pudo obtener mediante la matriz de confusión.The following project seeks to carry out a study of the electromyographic signals (EMG) coming from the MYO bracelet. The main characteristics of these will be acquired, then two artificial intelligence algorithms will be trained, in order to compare the most viable method according to the percentage of prediction for the design of the algorithm used and conclude which is the best method for classifying the movement. In the stage of validating the samples of a user on the neural network, it was possible to acquire up to 90% accuracy in the classification of a movement, this could be obtained through the confusion matrix.pdfspaAtribución 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Aprendizaje automáticoAprendizaje profundoElectromiografíaHerramienta softwareInteligencia artificialSeñal mioeléctricaTecnología en Electrónica - Tesis y disertaciones académicasWeb - Minería de datosDetección de movimientoElectromiografíasInteligencia artificialinfo:eu-repo/semantics/openAccessArtificial intelligenceDeep learningElectromyographyMachine learningMyoelectric signalSoftware toolInvestigación-InnovaciónAbierto (Texto Completo)