Biblioteca Virtual

Algoritmos para interfaces cerebro-computadora en paradigmas relacionados con el habla

Mostrar el registro sencillo del ítem

dc.contributor.advisor Rufiner, Hugo Leonardo
dc.contributor.author Nieto, Nicolás
dc.contributor.other Muravchik, Carlos
dc.contributor.other Granitto, Pablo
dc.contributor.other Echeveste, Rodrigo
dc.date.accessioned 2022-05-13T13:12:11Z
dc.date.available 2022-05-13T13:12:11Z
dc.date.issued 2022-03-23
dc.identifier.uri https://hdl.handle.net/11185/6573
dc.description Fil: Nieto, Nicolás. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. es_ES
dc.description.abstract La inteligencia artificial y el aprendizaje maquinal han experimentado un inmenso crecimiento en los últimos años, abarcando cada vez más campos de aplicación. El área de las interfaces cerebro-computadora ha sido uno de los grandes beneficiados por estas tecnologías. Aunque su uso todavía dista de ser masivo, ha permitido mejorar la calidad de vida de cientos de personas con discapacidad. El mayor obstáculo de estas herramientas es la baja tasa de transferencia de información, requiriendo de varios segundos o minutos, para poder comunicar una sola palabra. Los paradigmas de control relacionados con el habla buscan solucionar estos problemas, permitiendo, a futuro, ejecutar una acción tan sólo con pensar en ella. No obstante, el lenguaje es uno de los fenómenos más complejos del ser humano, por lo que su uso como paradigma de control todavía presenta difíciles desafíos. Para avanzar en la comprensión y uso de los paradigmas relacionados con el habla, en la presente tesis doctoral se presenta una base de datos de diez participantes adquirida bajo el paradigma de habla interna y una librería que permite un manejo y procesamiento simple de estos datos, facilitando su reutilización. Además, se desarrollaron dos métodos de podado, aplicados a Máquinas de Aprendizaje Extremo, para mejorar las características de estas redes y permitir que se adapten mejor a los requerimientos específicos de las interfaz cerebro-computadora. Por último, se propusieron nuevas técnicas de transporte óptimo que permiten obtener un mayor provecho de los muy escasos y heterogéneos datos disponibles. es_ES
dc.description.abstract Artificial intelligence and machine learning have experienced immense development in recent years, covering more and more fields of application. The area of brain-computer interfaces has been one of the great beneficiaries of these technologies. Although their use is still far from massive, they have made it possible to improve the quality of life of hundreds of people with disabilities. The major obstacle of these tools is the low rate of information transfer, requiring several seconds or minutes to communicate a single word. Speech-related control paradigms seek to solve these problems, allowing, in the future, to execute an action just by thinking about it. However, language is one of the most complex phenomena of human beings, so its use as a control paradigm still presents difficult challenges. To advance the understanding and use of speech-related paradigms, this doctoral thesis presents a database of ten participants acquired under the inner speech paradigm and a library that allows simple handling and processing of this data, facilitating its reuse. In addition, two pruning methods, applied to Extreme Learning Machines, were developed to improve the characteristics of these networks and allow them to better adapt to the specific requirements of brain-computer interfaces. Finally, new optimal transport techniques were proposed to get more out of the very sparse and heterogeneous data available. en_EN
dc.description.sponsorship Universidad Nacional del Litoral es_ES
dc.description.sponsorship Consejo Nacional de Investigaciones Científicas y Técnicas
dc.format application/pdf
dc.language.iso spa es_ES
dc.subject Habla interna es_ES
dc.subject Habla imaginada es_ES
dc.subject Aprendizaje maquinal es_ES
dc.subject Base de datos pública es_ES
dc.subject Máquinas de aprendizaje extremo es_ES
dc.subject Transporte óptimo es_ES
dc.subject Inner speech en_EN
dc.subject Imagined speech en_EN
dc.subject Machine learning en_EN
dc.subject Public database en_EN
dc.subject Extreme learning machines en_EN
dc.subject Optimal transport en_EN
dc.title Algoritmos para interfaces cerebro-computadora en paradigmas relacionados con el habla es_ES
dc.title.alternative Algorithms for brain-computer interfaces in speech-related paradigms en_EN
dc.type SNRD es_ES
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:ar-repo/semantics/tesis doctoral
dc.type info:eu-repo/semantics/acceptedVersion
dc.type info:eu-repo/semantics/openAccess
dc.type http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.contributor.coadvisor Spies, Rubén Daniel
unl.degree.type doctorado
unl.degree.name Doctorado en Ingeniería
unl.degree.mention Inteligencia Computacional, Señales y Sistemas
unl.degree.grantor Facultad de Ingeniería y Ciencias Hídricas
unl.formato application/pdf


Ficheros en el ítem

Este ítem aparece en

Mostrar el registro sencillo del ítem

Buscar en la biblioteca