Procesamiento de señales electromiográficas utilizando algoritmos de inteligencia artificial ‘on-the-edge’
Fecha:
19/07/2020Palabra clave:
Tipo de Ítem:
masterThesis
Resumen:
En los últimos años, la inteligencia artificial se ha posicionado en todos los campos tecnológicos, principalmente ejecutando cálculos en sistemas distribuidos o en la nube, pero en aplicaciones como el procesamiento de señales electromiográficas, se ha observado la necesidad de procesar en el dispositivo de adquisición, utilizando una metodología 'on-the-edge'. Este documento compara un sistema DSP tradicional, con un sistema informático distribuido y uno 'en el borde', para este propósito se utiliza un sistema embebido PYNQ-Z1, que evalúa las tres metodologías de procesamiento en escenarios similares. Los resultados muestran que el sistema de procesamiento 'en el borde' es más efectivo que los demás, ya que tiene una latencia aceptable, mayor seguridad en el manejo de la información y, dado el estado de la tecnología actual, su uso es justificable y recomendado.
Descripción:
In recent years, artificial intelligence has positioned itself in all technological fields, mainly executing calculations in distributed systems or in the cloud, but in applications such as electromyographic signal processing, the need to process in the acquisition device has been observed. , using an 'on-the-edge' methodology. This document compares a traditional DSP system, with a distributed and an 'on-the-edge' computer system, for this purpose a PYNQ-Z1 embedded system is used, which evaluates the three processing methodologies in similar scenarios. The results show that the 'on-the-edge' processing system is more effective than the others since it has an acceptable latency, greater security in the handling of information and, given the current state of technology, its use is justifiable and recommended instead of distributed computing systems.
Ficheros en el ítem
