Paulo Vélez Ángel

Paulo Vélez Ángel

Auto-generated profile, based on publicly available information

Paulo Vélez Ángel

Fundación Universitaria Católica Lumen Gentium

Research Focus & Metrics

Academic Career Length

8Years (2019-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
20 September 2019 in TecnoLógicas
Verified
Journal Article
Open access
PDF file
CFCarlos Ferrin
Carlos Ferrin
HLHumberto Loaiza-Correa
Humberto Loaiza-Correa
Jean Pierre Díaz-PazJean Pierre Díaz-Paz
Jean Pierre Díaz-Paz
PVPaulo Vélez-Ángel
Paulo Vélez-Ángel
Las interfaces cerebro-computadora no invasivas basadas en EEG de imaginación motora (miBCI) prometen restaurar efectivamente el control motor a pacientes con discapacidades motoras, por ejemplo, aquellos con lesión de la médula espinal (LME). Sin embargo, todavía es necesario investigar las miBCI, con fines de rehabilitación, para este tipo de pacientes que utilizan dispositivos de adquisición de señales EEG de bajo costo, tales como Emotiv EPOC. En este trabajo, se describe en detalle y se comparan diez arquitecturas miBCI basadas en información de covarianza de señales EEG, adquiridas con Emotiv EPOC, para la decodificación de intención de mano abierta y cerrada en tres sujetos control y dos pacientes con LME cervical. Cuatro de estas diez miBCI usan información de covarianza para construir filtros espaciales y el resto usa la información covarianza como una representación directa de las señales EEG, permitiendo la manipulación directa mediante geometría de Riemann. Como resultado, se encontró que, a pesar de que todas las arquitecturas miBCI tienen una precisión general por encima del nivel de azar, las que utilizan la covarianza como representación directa de las señales EEG junto con clasificadores lineales, superan las miBCI que usan la covarianza para el filtrado espacial, tanto en sujetos de control como en pacientes con LME. Estos resultados sugieren un alto potencial de las miBCI basadas en la geometría de Riemann para la rehabilitación de pacientes con LME, utilizando dispositivos de adquisición de EEG de bajo costo.

30 September 2022 in Revista Lumen Gentium
Verified
Journal Article
Open access
PDF file
CFCarlos Ferrin
Carlos Ferrin
HLHumberto Loaiza-Correa
Humberto Loaiza-Correa
LELaura Valero Echeverri
Laura Valero Echeverri
PÁPaulo Vélez Ángel
Paulo Vélez Ángel
JCJaime Mosquera de la Cruz
Jaime Mosquera de la Cruz
Diseñar una Interfaz Humano Computador (IHC) es un proceso complejo, su desempeño depende de las necesidades particulares de cada persona. Qué tipo de características debe contener, cuáles son las condiciones neurofisiológicas y cómo es el contexto del individuo, son elementos esenciales para un buen diseño. La literatura ha detectado un sinnúmero de diseños de IHC orientados a personas con limitaciones motrices que no cuentan con los conceptos de usabilidad en toda su amplitud, ni las diferentes pruebas que permitan la evaluación de estos diseños en una forma rigurosa y estandarizada.


30 September 2021 in Scientia et technica
Verified
Journal Article
Open access
PDF file
PVPaulo Andrés Vélez
Paulo Andrés Vélez
VBVictor Viera Balanta
Victor Viera Balanta
JRJulia Elena Libreros Rangel
Julia Elena Libreros Rangel
Aplicar instrumentos psicológicos a una población, permite obtener datos que al ser procesados a través del uso de técnicas de análisis da como resultado información cuantitativa y cualitativa que determinan la forma adecuada de interactuar con dicha población. El análisis de los comportamientos basados en competencias ciudadanas puede aportar información relevante para ayudar a realizar planteamientos de propuestas orientadas a acciones y programas que sirvan de partida para orientar a las nuevas generaciones. Para lograr este propósito se diseñó un instrumento que contempla cada uno de los componentes esenciales de las competencias ciudadanas, orientado a estudiantes de grado 11 de educación media. El instrumento diseñado contempla mecanismos adecuado para medición de este tipo de actitudes como es la escala Likert, el diferencial semántico y la escala de Guttman. En cuanto a la escala Likert se cuantificación, por medio de ponderaciones, de las respuestas y el direccionamiento de las afirmaciones (positivas o negativas). El instrumento diseñado se establece con rigurosidad científica, el cual consistió en la revisión por un científico experto y la validación por medio α de Cronbach. En lo que concierne al procesamiento de la información, se utilizó la plataforma google Collaboratory, este entorno se trabaja por medio del lenguaje de programación Python. Con esto se obtuvieron los datos más importantes desde el análisis Estadístico. En la caracterización psicológica de los estudiantes se obtuvieron resultados como: Los estudiantes son democráticos y buscan siempre la igualdad de condiciones para resolver situaciones de su cotidianidad. Por lo general, rechazan eventos donde se evidencie discriminación frente algún individuo. Igualmente, poseen la capacidad para formar grupos de trabajo, pero se les dificulta el integrar nuevas opiniones expresadas por los demás. Asimismo, presentan la facilidad para establecer empatía y la resolución de problemas, son honestos y comprometidos al momento de cumplir con responsabilidades, poseen actitud positiva para captar y asumir normas. Presentan dificultad para expresar sus sentimientos verbalmente. En conclusión, Los resultados de la presente investigación presentan información que puede ser utilizada por la institución para plantear proyectos o cátedras de proyección social que permeen la comunidad académica de los colegios arquidiocesanos. Igualmente, la información generada puede ser utilizada por entes del sector público y privado para aplicación de proyectos relacionados con la educación. De la misma forma, en general los estudiantes de las instituciones educativas arquidiocesanas de Cali presentan características relacionadas con la autonomía, se muestran capaces de trabajar en equipo, de generar respeto y empatía, además de rechazar situaciones de discriminación ante otros individuos.

15 September 2021
Verified
Conference Paper
Closed access
CFCarlos Ferrin
Carlos Ferrin
LVLaura Valero-Echeverri
Laura Valero-Echeverri
HLHumberto Loaiza-Correa
Humberto Loaiza-Correa
JMJose-Hernando Mosquera-DeLaCruz
Jose-Hernando Mosquera-DeLaCruz
PVPaulo Vélez-Angel
Paulo Vélez-Angel
With the growth of capabilities of and accessibility to cloud computing platforms, few research fields based on computer science have benefited as these capabilities allow many more researchers to implement their algorithmic proposals all around the world; this is particularly true for neuroscience and neurotechnology where the research field of neurosignal classification has experienced a considerable increase in scientific publications thanks to this rise in cloud computing. Nonetheless, this new framework does not always result in a satisfactory experience and, in many cases, the learning curve may be very slow even when the right tools are used. Therefore, this paper aims to introduce new researchers in neuroscience and neurotechnology by implementing and assessing classical and modern machine learning techniques for neurosignal classification using Google Colaboratory. Firstly, the basic operation of the Colaboratory platform is described, as well as the most appropriate open source Python libraries for neurosignal research. Then four (two classic and two modern) neurosignal classification techniques are described and carefully cited, and finally, by editing a Python Notebook (created on Google Colaboratory). Finally, we implement and assess performance on a public dataset. In the following, we show results on the classification of electroencephalographic signals associated to motor imagery of the right hand and feet in fourteen experimental subjects.