DSpace Repository

Codificación de señales EEG usando aprendizaje self-supervised

Show simple item record

dc.contributor.author López Soto, Miguel Ángel
dc.date.accessioned 2022-09-01T13:51:37Z
dc.date.available 2022-09-01T13:51:37Z
dc.date.issued 2022-08-22
dc.identifier.uri http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17984
dc.description Tesis es_ES
dc.description.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. es_ES
dc.language.iso es es_ES
dc.subject EEG es_ES
dc.subject Señales EEG es_ES
dc.subject Machine learning es_ES
dc.subject Deep learning es_ES
dc.subject Inteligencia artificial es_ES
dc.subject Self supervised es_ES
dc.subject Contrastive learning es_ES
dc.title Codificación de señales EEG usando aprendizaje self-supervised es_ES
dc.type Tesis es_ES
dc.director.trabajoescrito Meza Ruiz, Iván Vladimir
dc.carrera.ingenieria Ingeniería en computación es_ES


Files in this item

This item appears in the following Collection(s)

  • Tesis 2022
    Trabajos escritos para obtener grado académico de licenciatura en ingeniería de 2022.

Show simple item record

Search DSpace


Advanced Search

Browse

My Account