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 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.Artificial Intelligence (AI) has been projected in the last decade as an innovative tool, implemented in various areas such as engineering and medicine among other disciplines, for highly complex problems whose solution can be found, based on mathematical algorithms inspired by the neuronal structure and behavior of living beings, in order to solve problems analogously to the natural resolution of simulated beings. To solve the process of improvement and control in the dynamics of dance, an alternative is presented that evaluates the execution of the movements corresponding to different dance modalities, making use of Artificial Neural Networks; in turn, a diverse set of datasets are referred to as technical parameters, which allow precise evaluation in the execution of each dance. The implemented datasets were generated with the tf pose estimation tool, then, they were processed and presented to the different network structures elaborated in the Matlab and Python software, looking for the best performance and interpretation of the dance in the neural structures. Subsequently, a comparative analysis determined which type of network best suits the presented need. This exercise was carried out with the use of confusion matrices to implement generalized evaluation criteria that include accuracy, precision and sensitivity. Finally, it is expected that the results obtained will serve as the basis for future research related to technological development, concerning the area of entertainment and allow an investigative deepening in the classification of images through neural networks.Pasantía de investigación (Ingeniero Mecatrónico)-- Universidad Autónoma de Occidente, 2021PregradoIngeniero(a) Mecatrónico(a