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 SizeFormat 
Tesis.pdfTesis19.84 MBAdobe PDFView/Open
Portada.pdfPortada798.96 kBAdobe PDFView/Open
FEX-3.pdfFEX-31.08 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.