Schaal, S. (2003). Arm and hand movement control. In M. Arbib (Ed.), The handbook of brain theory and neural networks, 2ed. Cambridge, MA: MIT Press, pp. 110 – 113. Schettino, L., Rajaraman, V., Jack, D., Adamovich, S., Sage, J., Poizner, H. (2003). Deficits in the evolution of hand preshaping in Parkinson’s disease. Neuropsychologia, 42: 82 – 94. Schieber, M., Hibbard, L.S. (1993). How somatotopic is the motor cortex hand area? Science, 261: 489–492. Schieber, M., Poliakov, A.V. (1998). Partial inactivation of the primary motor cortex hand area: effects of individuated finger movements. Journal of Neuroscience, 18: 9038–9054. Schieber, M. (1999). Somatotopic gradients in the distributed organization of the human primary motor cortex hand area: evi<strong>de</strong>nce from small infarcts. Experimental Brain Research, 128: 139–148. Simoneau, M., Paillard, J., Bard, C., Teasdale, N., Martin, O., Fleury, M, Lamarre, Y. (1999). Role of the feedforward command and reafferent information in the coordination of a passing prehension task. Experimental Brain Research, 128: 236 – 242 Smeets, J.B., Brenner, E. (1999). A new view on grasping. Motor Control, 3: 237 – 271. Steenbergen, B (1999). What Can Be Learned From Smeets and Brenner’s Mo<strong>de</strong>l About the Control of Grasping? Motor Control, 3 (3): 302-306 Stokbro, K., Umberger, D.K., Hertz, J.A. (1990). Exploiting neurons with localized receptive fields to learn chaos. Complex Systems, 4: 603 – 622. Strick, P.L., Preston, J.B. (1978). Multiple representation in the primate motor cortex. Brain Research, 54: 366–370. Sutton, R. S. (1988). Learning to Predict by the Methods of Temporal Differences. Machine Learning, 3: 9-44. Taha, Z., Brown, R., Wright, D. (1997) Mo<strong>de</strong>lling and simulation of the hand grasping using neural networks. Medical Engineering and Physiology, 19(6): 536-538. Taira, M., Mine, S., Georgopoulos, A., Murata, A., Sakata, H. (1990). Parietal cortex neurons of the monkey related to the visual guidance of hand movement. Experimental Brain Research, 83: 29 – 36.
Tanee, J., Boussaoud, D., Boyer-Zeller, N., Roullier, E. (1995). Direct visual pathways for reaching movements in the macaque monkey. Neuroreport, 7(1): 267-272. Tepper, J.M., Koós., T., Wilson, C.J. (2004). GABAergic microcircuits in the neostriatum. Trends in Neurosciences. 27 (11): 662-669. Tikhonov, A.N., Arsenin, V.Y. (1977). Solutions of ill – posed problems. W.H. Winston (Ed). Washington, D.C. Timman, D., Stelmach, G.E., Bloe<strong>de</strong>l, J.R. (1996). Grasping component alterations and limb transport. Experimental Brain Research, 108, 486-492. Ulloa, A., Bullock, D. (2003). A neural network simulating human reach-grasp coordination by continuous updating of vector positioning commands. Neural Networks, 16: 1141-1160. Uno, Y., Kawato, M., & Suzuki, R. (1989) Formation and control of optimal trajectories in human multijoint arm movements. Minimum torquechange mo<strong>de</strong>l. Biological Cybernetics, 61, 89 -101. Uno, Y., Fukumura, N., Suzuki, R., Kawato, M. (1993). Integration of Visual and Somatosensory Information for Preshaping Hand in Grasping Movements. In Advances in Neural Information Processing Systems, 5: 311-318. Uno, Y., Fukumura, N., Suzuki, R., Kawato M. (1995). A Computational Mo<strong>de</strong>l for Recognizing Objects and Planning Hand Shapes in Grasping Movements. Neural Networks, 8(6): 839-851. Vila, M., Levy, R., Herrero, M.T., Ruberg, M., Faucheux, B.A., Obeso, J.A., Agid, Y., Hirsch, E.C. (1997). Consequences of nigrosriatal <strong>de</strong>nervation on the functioning of basal ganglia in human and non-human primates: An in situ hybridization study of cytochrome oxidase subunit I mRNA. Journal of Neuroscience, 17: 765-773. Wallace, S.A, Weeks, D. (1988). Temporal constraints in the control of the prehensile movement. Journal of Motor Behavior, 20(2): 81-105. Wallace, S.A., Weeks, D.L., Kelso, J.A.S. (1990). Temporal constraints in reaching and grasping behavior, Human Movement Science, 9, 69-93. Wang, J., Stelmach, G.E (1999). Temporal and Spatial Relationship Between Reaching and Grasping. Commentary on A New View on Grasping. Motor Control, 3 (3): 307- 311 Weiss, P., Stelmach, G.E., Hefter, H. (1997). Programming of a movement sequence in Parkinson’s disease. Brain, 120: 91- 102
- Page 1 and 2:
Universidad Politécnica de Cartage
- Page 3 and 4:
Neuro - Robotics constitutes an eme
- Page 5 and 6:
The results of the research develop
- Page 7 and 8:
Índice General Agradecimientos Int
- Page 9 and 10:
5.2 Simulaciones del modelo. Modeli
- Page 11 and 12:
Introducción 1 Introducción Intro
- Page 13 and 14:
Introducción la hora de inspirar m
- Page 15 and 16:
Introducción 1. Análisis experime
- Page 17 and 18:
Introducción 3.7 Transferencia tec
- Page 19 and 20:
Introducción presentan objetos de
- Page 21 and 22:
Capitulo 1. El Movimiento de Agarre
- Page 23 and 24:
Capitulo 1. El Movimiento de Agarre
- Page 25 and 26:
Capitulo 1. El Movimiento de Agarre
- Page 27 and 28:
Capitulo 1. El Movimiento de Agarre
- Page 29 and 30:
Capitulo 1. El Movimiento de Agarre
- Page 31 and 32:
Capitulo 1. El Movimiento de Agarre
- Page 33 and 34:
Capitulo 1. El Movimiento de Agarre
- Page 35 and 36:
Capitulo 1. El Movimiento de Agarre
- Page 37 and 38:
Capitulo 1. El Movimiento de Agarre
- Page 39 and 40:
Capitulo 1. El Movimiento de Agarre
- Page 41 and 42:
Capitulo 1. El Movimiento de Agarre
- Page 43 and 44:
Capitulo 1. El Movimiento de Agarre
- Page 45 and 46:
Capitulo 1. El Movimiento de Agarre
- Page 47 and 48:
Capitulo 1. El Movimiento de Agarre
- Page 49 and 50:
Capitulo 1. El Movimiento de Agarre
- Page 51 and 52:
Capitulo 1. El Movimiento de Agarre
- Page 53 and 54:
Capitulo 2. Modelos Computacionales
- Page 55 and 56:
Capitulo 2. Modelos Computacionales
- Page 57 and 58:
Capitulo 2. Modelos Computacionales
- Page 59 and 60:
Capitulo 2. Modelos Computacionales
- Page 61 and 62:
Capitulo 2. Modelos Computacionales
- Page 63 and 64:
Capitulo 2. Modelos Computacionales
- Page 65 and 66:
Capitulo 2. Modelos Computacionales
- Page 67 and 68:
Capitulo 2. Modelos Computacionales
- Page 69 and 70:
Capitulo 2. Modelos Computacionales
- Page 71 and 72:
Capitulo 2. Modelos Computacionales
- Page 73 and 74:
Capitulo 2. Modelos Computacionales
- Page 75 and 76:
Capitulo 2. Modelos Computacionales
- Page 77 and 78:
Capitulo 2. Modelos Computacionales
- Page 79 and 80:
Capitulo 2. Modelos Computacionales
- Page 81 and 82:
Capitulo 2. Modelos Computacionales
- Page 83 and 84:
Capitulo 2. Modelos Computacionales
- Page 85 and 86:
Capitulo 2. Modelos Computacionales
- Page 87 and 88:
Capitulo 2. Modelos Computacionales
- Page 89 and 90:
Capitulo 2. Modelos Computacionales
- Page 91 and 92:
Capitulo 2. Modelos Computacionales
- Page 93 and 94:
Capitulo 2. Modelos Computacionales
- Page 95 and 96:
Capitulo 2. Modelos Computacionales
- Page 97 and 98:
Capitulo 3. El Agarre en la EP. Mod
- Page 99 and 100:
Capitulo 3. El Agarre en la EP. Mod
- Page 101 and 102:
Capitulo 3. El Agarre en la EP. Mod
- Page 103 and 104:
Capitulo 3. El Agarre en la EP. Mod
- Page 105 and 106:
Capitulo 3. El Agarre en la EP. Mod
- Page 107 and 108:
Capitulo 3. El Agarre en la EP. Mod
- Page 109 and 110:
Capitulo 3. El Agarre en la EP. Mod
- Page 111 and 112:
Capitulo 3. El Agarre en la EP. Mod
- Page 113 and 114:
Capitulo 3. El Agarre en la EP. Mod
- Page 115 and 116:
Capitulo 3. El Agarre en la EP. Mod
- Page 117 and 118:
Capitulo 3. El Agarre en la EP. Mod
- Page 119 and 120:
Capitulo 3. El Agarre en la EP. Mod
- Page 121 and 122:
Capitulo 3. El Agarre en la EP. Mod
- Page 123 and 124:
Capitulo 3. El Agarre en la EP. Mod
- Page 125 and 126:
Capitulo 3. El Agarre en la EP. Mod
- Page 127 and 128:
Capitulo 3. El Agarre en la EP. Mod
- Page 129 and 130:
Capitulo 3. El Agarre en la EP. Mod
- Page 131 and 132:
Capitulo 3. El Agarre en la EP. Mod
- Page 133 and 134:
Capitulo 3. El Agarre en la EP. Mod
- Page 135 and 136:
Capitulo 3. El Agarre en la EP. Mod
- Page 137 and 138:
Capitulo 3. El Agarre en la EP. Mod
- Page 139 and 140:
Capitulo 3. El Agarre en la EP. Mod
- Page 141 and 142:
Capitulo 3. El Agarre en la EP. Mod
- Page 143 and 144:
Capitulo 3. El Agarre en la EP. Mod
- Page 145 and 146:
Capitulo 3. El Agarre en la EP. Mod
- Page 147 and 148:
Capitulo 3. El Agarre en la EP. Mod
- Page 149 and 150:
Capitulo 3. El Agarre en la EP. Mod
- Page 151 and 152:
Capitulo 3. El Agarre en la EP. Mod
- Page 153 and 154:
Capitulo 3. El Agarre en la EP. Mod
- Page 155 and 156:
Capitulo 4. Modelo Neuronal para la
- Page 157 and 158:
Capitulo 4. Modelo Neuronal para la
- Page 159 and 160:
Capitulo 4. Modelo Neuronal para la
- Page 161 and 162:
Capitulo 4. Modelo Neuronal para la
- Page 163 and 164:
Capitulo 4. Modelo Neuronal para la
- Page 165 and 166:
Capitulo 4. Modelo Neuronal para la
- Page 167 and 168:
Capitulo 4. Modelo Neuronal para la
- Page 169 and 170:
Capitulo 4. Modelo Neuronal para la
- Page 171 and 172:
Capitulo 4. Modelo Neuronal para la
- Page 173 and 174:
Capitulo 4. Modelo Neuronal para la
- Page 175 and 176:
Capitulo 4. Modelo Neuronal para la
- Page 177 and 178:
Capitulo 4. Modelo Neuronal para la
- Page 179 and 180:
Capitulo 4. Modelo Neuronal para la
- Page 181 and 182:
Capitulo 4. Modelo Neuronal para la
- Page 183 and 184:
Capitulo 4. Modelo Neuronal para la
- Page 185 and 186:
Capitulo 4. Modelo Neuronal para la
- Page 187 and 188:
Capitulo 4. Modelo Neuronal para la
- Page 189 and 190:
Capitulo 4. Modelo Neuronal para la
- Page 191 and 192:
Capitulo 4. Modelo Neuronal para la
- Page 193 and 194:
Capitulo 4. Modelo Neuronal para la
- Page 195 and 196:
Capitulo 4. Modelo Neuronal para la
- Page 197 and 198:
Capitulo 4. Modelo Neuronal para la
- Page 199 and 200:
Capitulo 4. Modelo Neuronal para la
- Page 201 and 202:
Capitulo 4. Modelo Neuronal para la
- Page 203 and 204:
Capitulo 4. Modelo Neuronal para la
- Page 205 and 206:
Capitulo 4. Modelo Neuronal para la
- Page 207 and 208:
Capitulo 4. Modelo Neuronal para la
- Page 209 and 210:
Capitulo 4. Modelo Neuronal para la
- Page 211 and 212:
Capitulo 5. Modelo Neuronal para el
- Page 213 and 214:
Capitulo 5. Modelo Neuronal para el
- Page 215 and 216:
Capitulo 5. Modelo Neuronal para el
- Page 217 and 218:
Capitulo 5. Modelo Neuronal para el
- Page 219 and 220:
Capitulo 5. Modelo Neuronal para el
- Page 221 and 222:
Capitulo 5. Modelo Neuronal para el
- Page 223 and 224:
Capitulo 5. Modelo Neuronal para el
- Page 225 and 226:
Capitulo 5. Modelo Neuronal para el
- Page 227 and 228:
Capitulo 5. Modelo Neuronal para el
- Page 229 and 230:
Capitulo 5. Modelo Neuronal para el
- Page 231 and 232:
Capitulo 5. Modelo Neuronal para el
- Page 233 and 234:
Capitulo 5. Modelo Neuronal para el
- Page 235 and 236:
Capitulo 5. Modelo Neuronal para el
- Page 237 and 238:
Capitulo 5. Modelo Neuronal para el
- Page 239 and 240:
Capitulo 5. Modelo Neuronal para el
- Page 241 and 242:
Capitulo 5. Modelo Neuronal para el
- Page 243 and 244:
Capitulo 5. Modelo Neuronal para el
- Page 245 and 246:
Capitulo 5. Modelo Neuronal para el
- Page 247 and 248:
Capitulo 5. Modelo Neuronal para el
- Page 249 and 250:
2.5 cm 3.0 cm 3.5 cm 2 cm Capitulo
- Page 251 and 252:
Capitulo 5. Modelo Neuronal para el
- Page 253 and 254:
Capitulo 5. Modelo Neuronal para el
- Page 255 and 256:
Capitulo 5. Modelo Neuronal para el
- Page 257 and 258: Capitulo 5. Modelo Neuronal para el
- Page 259 and 260: Capitulo 5. Modelo Neuronal para el
- Page 261 and 262: Capitulo 5. Modelo Neuronal para el
- Page 263 and 264: Capitulo 5. Modelo Neuronal para el
- Page 265 and 266: R1 HYPBF # 1 HYPBF # 2 R2 AIP VD Mu
- Page 267 and 268: Capitulo 5. Modelo Neuronal para el
- Page 269 and 270: Capitulo 6. Implantación de algori
- Page 271 and 272: Capitulo 6. Implantación de algori
- Page 273 and 274: Capitulo 6. Implantación de algori
- Page 275 and 276: Capitulo 6. Implantación de algori
- Page 277 and 278: Capitulo 6. Implantación de algori
- Page 279 and 280: Capitulo 6. Implantación de algori
- Page 281 and 282: Capitulo 6. Implantación de algori
- Page 283 and 284: Capitulo 7. Conclusiones y Trabajos
- Page 285 and 286: Capitulo 7. Conclusiones y Trabajos
- Page 287 and 288: 1. Cinemática Directa del brazo ma
- Page 289 and 290: x 0 l 3 I -M c l 2 z 0 l 1 d θ 4 b
- Page 291 and 292: Los pesos adaptativos wijk y zijkm
- Page 293 and 294: Arbib, M.A. (1985a). Schemas for th
- Page 295 and 296: Castiello, U., Stelmach, G.E., Lieb
- Page 297 and 298: Fagg, A.H., Arbib, M.A. (1998). Mod
- Page 299 and 300: Graybiel, A.M. (1997). The basal ga
- Page 301 and 302: Jaeger, D., Kita, H., Wilson., C.J.
- Page 303 and 304: Kimura, M., Matsumoto, N., Okahashi
- Page 305 and 306: Mottet, D., Bootsma, R. J. (2001).
- Page 307: Rezzoug, N., Gorce, P. (2001). A Ne