Diseño de una red neuronal artificial profunda para la identificación de falencias rítmicas en bailarines aprendices
La Inteligencia Artificial (IA) se ha proyectado en la última década como una herramienta innovadora, implementada en diversas áreas como la ingeniería y la medicina entre otras disciplinas, para problemas de gran complejidad cuya solución se puede hallar, con base en algoritmos matemáticos inspirad...
- Autores:
-
Marín Martínez, Camila Andrea
Paredes Tafur, Andrés Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- spa
- OAI Identifier:
- oai:red.uao.edu.co:10614/13521
- Acceso en línea:
- https://hdl.handle.net/10614/13521
https://red.uao.edu.co/
- Palabra clave:
- Ingeniería Mecatrónica
Redes neurales (Computadores)
Neural networks (Computer science)
Identificación de baile
Python
Matlab
Dance identification
- Rights
- openAccess
- License
- Derechos reservados - Universidad Autónoma de Occidente, 2021
Summary: | La Inteligencia Artificial (IA) se ha proyectado en la última década como una herramienta innovadora, implementada en diversas áreas como la ingeniería y la medicina entre otras disciplinas, para problemas de gran complejidad cuya solución se puede hallar, con base en algoritmos matemáticos inspirados en la estructura y comportamiento neuronal de los seres vivos, con el fin de resolver los problemas analógicamente a la resolución natural de los seres simulados. Para dar solución al proceso de mejora y control en la dinámica del baile, se presenta una alternativa que evalúa la ejecución de los movimientos correspondientes a diferentes modalidades de baile, haciendo uso de Redes Neuronales Artificiales; a su vez, se refieren como parámetros técnicos un conjunto diverso de datasets, que permiten la evaluación precisa en la ejecución de cada baile. Los datasets implementados se generaron con la herramienta de tf pose estimation, luego, fueron procesados y presentados a las diferentes estructuras de red elaboradas en los softwares de Matlab y Python, buscando el mejor rendimiento e interpretación del baile en las estructuras neurales. Posteriormente, un análisis comparativo determinó qué tipo de red se adecúa más a la necesidad presentada, este ejercicio se realizó con el uso de matrices de confusión para implementar criterios de evaluación generalizados que comprenden la exactitud, la precisión y la sensibilidad. Finalmente, se espera que los resultados obtenidos sirvan de base para futuras investigaciones relacionadas al desarrollo tecnológico, concerniente al área del entretenimiento y permitan una profundización investigativa en la clasificación de imágenes mediante redes neuronales. |
---|