Please use this identifier to cite or link to this item: http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17984
Full metadata record
DC FieldValueLanguage
dc.contributor.authorLópez Soto, Miguel Ángel-
dc.date.accessioned2022-09-01T13:51:37Z-
dc.date.available2022-09-01T13:51:37Z-
dc.date.issued2022-08-22-
dc.identifier.urihttp://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17984-
dc.descriptionTesises_ES
dc.description.abstractExplorar 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.es_ES
dc.language.isoeses_ES
dc.subjectEEGes_ES
dc.subjectSeñales EEGes_ES
dc.subjectMachine learninges_ES
dc.subjectDeep learninges_ES
dc.subjectInteligencia artificiales_ES
dc.subjectSelf supervisedes_ES
dc.subjectContrastive learninges_ES
dc.titleCodificación de señales EEG usando aprendizaje self-supervisedes_ES
dc.typeTesises_ES
dc.director.trabajoescritoMeza Ruiz, Iván Vladimir-
dc.carrera.ingenieriaIngeniería en computaciónes_ES
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.