@MASTERSTHESIS{ 2023:808056980,
 	title = {Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia},
 	year = {2023},
 	url = "https://tede.ufam.edu.br/handle/tede/9571",
 	abstract = "Este trabalho visa avaliar as técnicas de aprendizagem de máquinas usando fotopletismografia de baixa frequência associada a sensores de movimento de dispositivos vestíveis, tais como relógios inteligentes, no reconhecimento de gestos do pulso e dos dedos. Após a segmentação dos gestos baseado na identificação de artefatos de movimento no sinal de fotopletismografia (PPG), modelos de classificação utilizando Máquinas de Vetores de Suporte, Florestas Aleatórias e XgBoost foram treinados utilizando atributos estatísticas extraídas de sinais PPG e sensores de movimento. O projeto aponta que frequências de 25 Hz são adequadas para o processo de reconhecimento, alcançando resultados de até 82% precisão e 82% de revocação.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Agronomia Tropical},
 	note = {Instituto de Ciências Exatas}
}