Please use this identifier to cite or link to this item:
http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17984
Title: | Codificación de señales EEG usando aprendizaje self-supervised |
Authors: | López Soto, Miguel Ángel |
Keywords: | EEG Señales EEG Machine learning Deep learning Inteligencia artificial Self supervised Contrastive learning |
Issue Date: | 22-Aug-2022 |
Abstract: | Explorar el uso de redes neuronales y aprendizaje self-supervised para la codificación de señales EEG. Usando un conjunto de datos extraído un experimento donde se le aplicaron una serie de estímulos visuales a 22 personas neurotípicas durante 72 segundos. Para alcanzar el objetivo se utilizó un método de aprendizaje llamado self-supervised que consiste en agrupar datos que tienen información similar a través de una tarea espuria para obtener representaciones vectoriales de éstas señales. |
Description: | Tesis |
URI: | http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17984 |
Appears in Collections: | Tesis 2022 |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Tesis.pdf | Tesis | 19.84 MB | Adobe PDF | View/Open |
Portada.pdf | Portada | 798.96 kB | Adobe PDF | View/Open |
FEX-3.pdf | FEX-3 | 1.08 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.