Modelado por redes neuronales del sistema neuromusculoesquelético del miembro superior

El siguiente trabajo consiste en la creación de un modelo no paramétrico por medio de un algoritmo de identificación usando una red neuronal diferencial (RND). El proceso de entrenamiento se realiza mediante los datos obtenidos de la base de datos U-LIMB, de la que se obtienen las señales de entrada y salida, las cuales corresponden a las señales de electromiografía y las trayectorias de movimiento respectivamente. Por medio de estos datos, las leyes de aprendizaje basadas en la estabilidad de Lyapunov adaptan los pesos que ajustan la RND. Una vez entrenada la RND, se obtiene un modelo capaz de mapear en línea señales de electromiografía en su correspondiente trayectoria angular proporcionada por un proceso de cinemática inversa. Una vez realizada la simulación haciendo uso de un modelo de miembro superior virtual, se demostró el uso de las trayectorias angulares identificadas haciendo uso de un control proporcional derivativo que garantiza el seguimiento de la trayectoria del brazo virtual en relación señales de EMG especificas que ingresan a la RND.