Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Cargando contenido
¿Qué estás buscando?
  • Escribe palabras clave como el título de un contenido, un autor o un tema que te interese.

  • Búsqueda avanzada

Seleccionar

Contenidos y Experiencias Digitales

Filtrar

Formatos de Contenido
Tipo de colección
Género
Idioma
Derechos de uso

Selecciona contenidos según las condiciones legales para su uso y distribución.

Estás filtrando por

Cargando contenido

Se encontraron 223963 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de  Statistics and Calculation of Entropy of Dominating David Derived Networks

Statistics and Calculation of Entropy of Dominating David Derived Networks

Por: Hindawi | Fecha: 2021

La entropía de un grafo es una función, basada tanto en el grafo en sí como en la distribución de probabilidad en su conjunto de vértices. En la teoría de la información, la entropía del grafo tiene sus orígenes. Las redes derivadas de Dominating David tienen una variedad de aplicaciones importantes en tiendas de medicamentos, hardware y administración de sistemas. En este estudio, discutimos la red derivada de Dominating David de tipo 1, 2 y 3 escritas como , , y , respectivamente, de orden . También calculamos algunas entropías basadas en grados como la entropía de , , y la entropía de , , y .
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Statistics and Calculation of Entropy of Dominating David Derived Networks

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Numerical Solution of the Multiterm Time-Fractional Model for Heat Conductivity by Local Meshless Technique

Numerical Solution of the Multiterm Time-Fractional Model for Heat Conductivity by Local Meshless Technique

Por: Hindawi | Fecha: 2021

Los modelos de ecuaciones en derivadas parciales fraccionarias son frecuentemente utilizados para varios fenómenos físicos. A pesar de la capacidad de expresar muchos fenómenos complejos en diferentes disciplinas, los investigadores han encontrado que las EDPs fraccionarias en tiempo de varios términos mejoran la precisión del modelado para describir procesos de difusión en contraste con los resultados de un solo término. En la actualidad, atrae la atención de los investigadores activos. El objetivo de este trabajo se centra en las soluciones numéricas aproximadas de la ecuación modelo de Sobolev fraccional en tiempo de tres términos utilizando una técnica computacionalmente atractiva y confiable, conocida como un método local sin malla. Debido al carácter sin malla y la aplicación sencilla en dimensiones superiores, existe un creciente interés en las técnicas sin malla. Para evaluar la fiabilidad y precisión del método propuesto, se tienen en cuenta tres problemas de prueba y dos tipos de dominios irregulares.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Numerical Solution of the Multiterm Time-Fractional Model for Heat Conductivity by Local Meshless Technique

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  An Enhanced Machine Learning Framework for Type 2 Diabetes Classification Using Imbalanced Data with Missing Values

An Enhanced Machine Learning Framework for Type 2 Diabetes Classification Using Imbalanced Data with Missing Values

Por: Hindawi | Fecha: 2021

La diabetes es una de las enfermedades metabólicas más comunes que causan niveles altos de azúcar en la sangre. El diagnóstico temprano de esta condición es desafiante debido a su compleja interdependencia en varios factores. Existe la necesidad de desarrollar sistemas críticos de apoyo a la toma de decisiones para ayudar a los profesionales médicos en el proceso de diagnóstico. Esta investigación propone desarrollar un modelo predictivo que pueda lograr una alta precisión de clasificación de la diabetes tipo 2. El estudio constó de dos partes fundamentales. En primer lugar, se investigó el manejo de datos faltantes mediante la imputación de datos, específicamente, imputación del valor medio, imputación del vecino más cercano y imputación iterativa. Posteriormente, el estudio validó las implicaciones de estas imputaciones utilizando varios algoritmos de clasificación, es decir, algoritmos lineales, basados en árboles y de conjunto, para ver cómo cada método afectaba la precisión de la clasificación. En segundo lugar, se empleó una Red Neuronal
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

An Enhanced Machine Learning Framework for Type 2 Diabetes Classification Using Imbalanced Data with Missing Values

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Bipartite Synchronization of Heterogeneous Signed Networks with Distributed Impulsive Control

Bipartite Synchronization of Heterogeneous Signed Networks with Distributed Impulsive Control

Por: Hindawi | Fecha: 2021

Este estudio investiga la sincronización bipartita de redes firmadas heterogéneas con control impulsivo distribuido. Se analiza la sincronización bipartita líder-seguidor dentro de un límite de error distinto de cero cuando el intervalo impulsivo promedio es o . Se presentan algunas condiciones suficientes para lograr la cuasi-sincronización bipartita, y se estima el nivel de error de sincronización mediante una expresión matemática específica. La corrección de los resultados teóricos se verifica mediante ejemplos numéricos.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Bipartite Synchronization of Heterogeneous Signed Networks with Distributed Impulsive Control

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Adaptive Event-Triggered Synchronization of Networked Neural Networks with Time-Varying Delay Subject to Actuator Saturation

Adaptive Event-Triggered Synchronization of Networked Neural Networks with Time-Varying Delay Subject to Actuator Saturation

Por: Hindawi | Fecha: 2021

Este documento discute el problema de sincronización adaptativa desencadenado por eventos de una clase de redes neuronales (NNs) con retardo variable en el tiempo y saturación del actuador. En primer lugar, teniendo en cuenta la capacidad limitada del canal de comunicación del sistema de red y la transmisión de datos innecesaria en los SNCs, se introduce un esquema de sincronización adaptativa desencadenado por eventos (AETS) para reducir la carga de la red y mejorar la utilización de la red. En segundo lugar, bajo el AETS, se construye el modelo de error de sincronización del sistema de sincronización maestro-esclavo con retardo y saturación del actuador. En tercer lugar, basándose en el funcional de Lyapunov-Krasovskii (LKF), se deriva un nuevo criterio suficiente para garantizar la estabilidad asintótica del sistema de error de sincronización. Además, al resolver el criterio de estabilidad expresado en forma de un conjunto de desigualdades matriciales lineales (LMIs), se obtienen algunos parámetros necesarios del
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Adaptive Event-Triggered Synchronization of Networked Neural Networks with Time-Varying Delay Subject to Actuator Saturation

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Dynamical Hybrid System for Optimizing and Controlling Efficacy of Plant-Based Protein in Aquafeeds

Dynamical Hybrid System for Optimizing and Controlling Efficacy of Plant-Based Protein in Aquafeeds

Por: Hindawi | Fecha: 2021

En este documento, se utilizó un modelo matemático para evaluar un sistema híbrido dinámico con el fin de optimizar y controlar la eficacia de las proteínas vegetales en los piensos acuícolas. Se utilizaron harina de pescado (FM), harina cruda de colza (RM) y una harina fermentada con levadura (RM-Levadura) y hongos (RM-Koji de oryzae) como ingredientes de prueba para la determinación de los coeficientes de digestibilidad aparente (ADC) de la materia seca, proteína bruta, lípidos brutos, energía y aminoácidos esenciales (EAA) para el lenguado (, 70,02 g) utilizando dietas que contenían 0,5% de CrO como indicador inerte. Entre todos los ingredientes probados, la FM tuvo el máximo ADC de la materia seca (), proteína (), lípidos () y energía (). Las harinas fermentadas (RM-Levadura y RM-Koji) mostraron un ADC más alto () de proteína bruta
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Dynamical Hybrid System for Optimizing and Controlling Efficacy of Plant-Based Protein in Aquafeeds

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Performance Prediction for Higher Education Students Using Deep Learning

Performance Prediction for Higher Education Students Using Deep Learning

Por: Hindawi | Fecha: 2021

Predecir el rendimiento de los estudiantes es muy importante en asuntos relacionados con la educación superior, así como en lo que respecta al aprendizaje profundo y su relación con los datos educativos. La predicción del rendimiento de los estudiantes brinda apoyo en la selección de cursos y en el diseño de planes de estudio futuros apropiados para los estudiantes. Además de predecir el rendimiento de los estudiantes, ayuda a los profesores y gerentes a monitorear a los estudiantes para brindarles apoyo e integrar los programas de capacitación para obtener los mejores resultados. Uno de los beneficios de la predicción de los estudiantes es que reduce las señales de advertencia oficiales, así como la expulsión de los estudiantes debido a su ineficiencia. La predicción brinda apoyo a los propios estudiantes a través de su elección de cursos y planes de estudio apropiados a sus habilidades. El método propuesto utiliza una red neuronal profunda en la predicción mediante la extracción de datos informativos como una característica con pesos correspondientes. Se utilizan múltiples capas ocultas actualizadas para diseñar automáticamente
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Performance Prediction for Higher Education Students Using Deep Learning

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  AEMF, An Attention-Based Efficient and Multifeature Fast Text Detector

AEMF, An Attention-Based Efficient and Multifeature Fast Text Detector

Por: Hindawi | Fecha: 2021

La etiqueta de embalaje de productos industriales suele contener datos importantes, como la fecha de producción, el fabricante y otra información relacionada con el producto. Por lo tanto, esas etiquetas son esenciales para que los consumidores compren bienes, ayuden en la supervisión de productos y revelen posibles problemas de seguridad del producto. En consecuencia, la detección de etiquetas de embalaje, como requisito previo para la identificación de etiquetas de productos, se convierte en una aplicación muy útil, que ha logrado resultados prometedores en las últimas décadas. Sin embargo, en escenarios industriales complejos, los métodos de detección tradicionales a menudo no pueden cumplir con los requisitos, lo que resulta en muchos problemas de baja precisión y eficiencia. En este artículo, proponemos un algoritmo rápido y basado en atención multifunción que utiliza una combinación de sugerencia de área y segmentación semántica. Este algoritmo es un detector de texto rápido y eficiente basado en atención y con múltiples características (denominado AEMF). El enfoque propuesto
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

AEMF, An Attention-Based Efficient and Multifeature Fast Text Detector

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Visual Classification of Music Style Transfer Based on PSO-BP Rating Prediction Model

Visual Classification of Music Style Transfer Based on PSO-BP Rating Prediction Model

Por: Hindawi | Fecha: 2021

En este documento, basado en la lectura y procesamiento computarizado de la frecuencia musical, amplitud, timbre, píxeles de imagen, relleno de color, y demás, se implementa un método de transferencia de estilo de imagen guiado por datos de características musicales en tiempo real, utilizando archivos de música e imagen existentes, procesando y tratando de reconstruir la relación fluida entre ambos en términos auditivos y visuales, generando visualizaciones dinámicas y musicales con cambios en tiempo real en la visualización. Aunque los sistemas de recomendación han sido bien desarrollados en aplicaciones reales, las limitaciones de los algoritmos de CF están comenzando a hacerse evidentes lentamente a medida que aumenta el número de personas día a día, como el problema de la escasez de datos causado por la escasez de elementos valorados, el problema de inicio en frío causado por nuevos elementos y nuevos usuarios. El trabajo es dinámico, con cambios en tiempo real en la música y el sonido. Tomando retratos como caso experimental, pero permitiendo a los usuarios personalizar la entrada de archivos de música
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Visual Classification of Music Style Transfer Based on PSO-BP Rating Prediction Model

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Synthetic Network and Search Filter Algorithm in English Oral Duplicate Correction Map

Synthetic Network and Search Filter Algorithm in English Oral Duplicate Correction Map

Por: Hindawi | Fecha: 2021

Al combinar el modelo de competencia comunicativa lingüística y la perspectiva de la investigación multimodal, esta investigación propone un marco de investigación para la competencia comunicativa oral bajo la perspectiva multimodal. Esto no solo refleja verdaderamente la competencia comunicativa en el lenguaje, sino que también encarna plenamente los diversos contenidos requeridos para la evaluación en los atributos básicos del lenguaje hablado. Con el objetivo de abordar la escasez de características de la matriz de evaluación del usuario, este documento propone un algoritmo de asignación de peso de características basado en el diccionario de palabras clave de la categoría de inglés hablado y los registros de búsqueda de los usuarios. El algoritmo se basa principalmente en el diccionario de clasificación de categorías de inglés oral construido por sí mismo y convierte el vector de consulta de los usuarios en un vector de tipo de habla en inglés del usuario. A través de las reglas de cálculo propuestas en este documento, se obtiene la puntuación de preferencia de los usuarios objetivo para un tipo específico de inglés
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Synthetic Network and Search Filter Algorithm in English Oral Duplicate Correction Map

Copia el enlace o compártelo en redes sociales

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

¿Deseas limpiar los términos de la búsqueda avanzada?

Vas a limpiar los términos que has aplicado hasta el momento para poder rehacer tu búsqueda.

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones