Estudio e integración en sistemas empotrados de algoritmos de Aprendizaje Supervisado basados en Redes Neuronales Artificiales para el análisis de perturbaciones y eventos asociados a la marcha
- Autores: Francisco Luna Perejón
- Directores de la Tesis: Antonio Abad Civit Balcells (dir. tes.), Manuel Domínguez Morales (dir. tes.)
- Lectura: En la Universidad de Sevilla ( España ) en 2020
- Idioma: español
- Número de páginas: 143
- Enlaces
- Tesis en acceso abierto en: Idus
- Resumen
En este trabajo se contribuye al avance en el análisis de aspectos asociados a la marcha para la identificación de anomalías en la misma y de eventos de peligro, mediante el uso de algoritmos de Aprendizaje Supervisado basados en Redes Neuronales Artificiales. Se pretende estudiar la viabilidad de integración de estos algoritmos complejos en sistemas empotrados con recursos limitados y que puedan ejecutarse en tiempo real, posibilitando la creación de dispositivos de monitorización portátiles con una autonomía adecuada a su propósito. Se han realizado una serie de estudios que contribuyen en soluciones para dos problemas particulares del ámbito. Por una parte, la precisión y rendimiento de Redes Neuronales Feedforward para el análisis biomecánico de la pisada del usuario. Por otra parte, la efectividad de Redes Neuronales Recurrentes con Compuertas para la detección de actividades de vida diaria, caídas y eventos de riesgo durante la marcha del individuo. Los resultados obtenidos abren la posibilidad de nuevas vías de investigación. Se exponen propuestas de mejora que quedarán indicadas como trabajos futuros, y cuya finalidad es la creación de un sistema integrado de análisis de la marcha.
