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 363381 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de  Model Predictive Control for an Aerial Tree-Pruning Robot Based on Alternating Direction Method of Multipliers

Model Predictive Control for an Aerial Tree-Pruning Robot Based on Alternating Direction Method of Multipliers

Por: Hindawi | Fecha: 2021

Los obstáculos de algunos árboles dentro del canal de la línea de transmisión de energía eléctrica representan una gran amenaza para el suministro eléctrico. En la actualidad, las tareas de despejar las ramas de los árboles que representan una amenaza siguen siendo realizadas principalmente a mano y con herramientas simples. En este artículo, se diseña un robot aéreo de poda de árboles con una estructura novedosa para mejorar la eficiencia de la operación de poda y aumentar la seguridad del personal. Sin embargo, el largo brazo de la herramienta de poda resulta en una inercia rotacional mucho más alta del robot, lo que dificulta que el robot se mantenga estable. Por lo tanto, se propone un esquema de control basado en control predictivo de modelos para el robot aéreo de poda de árboles y para hacer frente a un sistema incierto durante el período de operación de poda. Una de las principales contribuciones es que se adopta un algoritmo ADMM (método de multiplicadores de dirección alternos) que
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Model Predictive Control for an Aerial Tree-Pruning Robot Based on Alternating Direction Method of Multipliers

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  The Hotspots of Sports Science and the Effects of Knowledge Network on Scientific Performance Based on Bibliometrics and Social Network Analysis

The Hotspots of Sports Science and the Effects of Knowledge Network on Scientific Performance Based on Bibliometrics and Social Network Analysis

Por: Hindawi | Fecha: 2021

En este estudio, clasificamos los puntos clave de investigación en ciencias del deporte mediante el método bibliométrico y también utilizamos el análisis de redes sociales para explorar la relación entre las redes de conocimiento y su rendimiento científico. Encontramos 38 palabras clave de alta frecuencia con una clara naturaleza curricular o dirección clásica de la investigación en ciencias del deporte y 4 grupos de investigación de alta frecuencia. Los temas de los puntos clave cubrieron las disciplinas secundarias de las ciencias del deporte: educación física y entrenamiento, deportes tradicionales nacionales, ciencias humanas del deporte y humanidades y sociología del deporte. Sin embargo, la investigación en ciencias humanas del deporte es menor; por lo tanto, acelerar la investigación en ciencias humanas del deporte es el foco de futuras investigaciones. Además, utilizamos el análisis de la estructura de redes sociales (es decir, centralidad, coeficiente de agrupamiento, PageRank y agujeros estructurales) para estudiar la relación entre los elementos de conocimiento en las redes de conocimiento y su rend
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

The Hotspots of Sports Science and the Effects of Knowledge Network on Scientific Performance Based on Bibliometrics and Social Network Analysis

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Bayesian Estimations under the Weighted LINEX Loss Function Based on Upper Record Values

Bayesian Estimations under the Weighted LINEX Loss Function Based on Upper Record Values

Por: Hindawi | Fecha: 2021

El objetivo esencial de esta investigación es desarrollar una función de pérdida exponencial lineal (LINEX) para estimar los parámetros y la función de confiabilidad de la distribución de Weibull (WD) basada en los valores de registros superiores cuando ambos parámetros de forma y escala son desconocidos. Realizamos esto fusionando un peso en LINEX para producir una nueva función de pérdida llamada función de pérdida exponencial lineal ponderada (WLINEX). Luego, utilizamos WLINEX para derivar los parámetros y la función de confiabilidad de la WD. A continuación, comparamos el rendimiento del método propuesto (WLINEX) en este trabajo con la estimación bayesiana utilizando la función de pérdida LINEX, la estimación bayesiana utilizando la función de pérdida de error al cuadrado (SEL) y la estimación de máxima verosimilitud (MLE). La evaluación dependió de la diferencia entre los parámetros estimados y los parámetros de datos completos. Los resultados revelaron que el método propuesto es el mejor para estimar
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Bayesian Estimations under the Weighted LINEX Loss Function Based on Upper Record Values

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Group Polarization Based on Agent Emotional Characteristics and Credibility

Group Polarization Based on Agent Emotional Characteristics and Credibility

Por: Hindawi | Fecha: 2021

La frecuente ocurrencia de la polarización de grupos en muchos incidentes masivos en internet produce impactos adversos en la estabilidad social y plantea un desafío significativo para la gestión social. Construimos un modelo de evolución de opiniones con características emocionales y credibilidad de agentes basado en el modelo de Deffuant para estudiar el mecanismo evolutivo de la polarización de grupos, que conecta la firmeza de los agentes con la opinión de los agentes, teniendo en cuenta plenamente la heterogeneidad de los agentes. Analizamos los impactos de la distribución de opiniones iniciales, la estructura de la red y el líder de opinión en la evolución de la opinión del grupo. Los resultados muestran que la polarización de grupos es más fácil de formar cuando las opiniones iniciales están en una distribución normal, y la polarización de grupos también se formará bajo el impacto de agentes minoritarios iniciales con opiniones extremas. Diferentes estructuras de red tendrán diferentes efectos en la evolución de la opinión del grupo, y la polar
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Group Polarization Based on Agent Emotional Characteristics and Credibility

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Bipartite Consensus of Linear Discrete-Time Multiagent Systems with Exogenous Disturbances under Competitive Networks

Bipartite Consensus of Linear Discrete-Time Multiagent Systems with Exogenous Disturbances under Competitive Networks

Por: Hindawi | Fecha: 2021

Este documento investiga el consenso bipartito de sistemas multiagente (MASs) lineales de tiempo discreto con perturbaciones exógenas. Se emplea una tecnología basada en observadores de perturbaciones de tiempo discreto (DTDO) para atenuar las perturbaciones exógenas. Se proponen protocolos de consenso bipartito tanto de retroalimentación de estado como de retroalimentación de salida basados en observadores utilizando el método DTDO. Se demostró que el consenso bipartito puede lograrse bajo los protocolos dados si la topología es conectada y estructuralmente equilibrada. Finalmente, se presentan simulaciones numéricas para ilustrar los hallazgos teóricos.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Bipartite Consensus of Linear Discrete-Time Multiagent Systems with Exogenous Disturbances under Competitive Networks

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Application of Bayesian Vector Autoregressive Model in Regional Economic Forecast

Application of Bayesian Vector Autoregressive Model in Regional Economic Forecast

Por: Hindawi | Fecha: 2021

El modelo bayesiano autorregresivo vectorial (BVAR) introduce las propiedades estadísticas de las variables como la distribución previa de los parámetros en el tradicional modelo autorregresivo vectorial (VAR), lo que puede superar el problema de poca libertad. El modelo BVAR establecido en este documento puede superar el problema de datos de series temporales cortas mediante el uso de información estadística previa. En teoría, debería tener un buen efecto en la predicción económica regional de China. La mayoría de la literatura de modelos de predicción regional carece de investigación real sobre la evaluación del error de predicción fuera de la muestra, pero nuestras primeras previsiones de los principales indicadores económicos ofrecen una excelente oportunidad para que este documento evalúe detalladamente los errores de pronóstico reales del modelo BVAR. El análisis en este documento muestra que el error de predicción del modelo BVAR es muy pequeño y la capacidad de predicción es muy satisfactoria. Al mismo tiempo, este artículo también analiza y señala la dirección de los esfuerzos para mejorar aún más la precisión de
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Application of Bayesian Vector Autoregressive Model in Regional Economic Forecast

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Research on Multiscene Vehicle Dataset Based on Improved FCOS Detection Algorithms

Research on Multiscene Vehicle Dataset Based on Improved FCOS Detection Algorithms

Por: Hindawi | Fecha: 2021

Ya sea en el transporte inteligente o la conducción autónoma, la detección de vehículos es una parte importante. La detección de vehículos todavía enfrenta muchos problemas, como la posición inexacta de detección de vehículos y la baja precisión de detección en escenas complejas. FCOS como representante de los algoritmos de detección sin anclaje fue una sensación en su momento, pero ahora parece ser ligeramente insuficiente. Basándonos en esta situación, proponemos un algoritmo FCOS mejorado. Las mejoras son las siguientes: (1) introducimos una convolución deformable en el espinazo para resolver el problema de que el campo receptivo no puede cubrir el objetivo general; (2) agregamos una vía de información ascendente después del FPN del módulo de cuello para reducir la pérdida de información en el proceso de propagación; (3) introducimos el módulo de equilibrio de acuerdo con el principio de equilibrio, que reduce la detección inconsistente de la cabeza bbox causada por la falta de coincidencia de la var
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Research on Multiscene Vehicle Dataset Based on Improved FCOS Detection Algorithms

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  EMM-CLODS, An Effective Microcluster and Minimal Pruning CLustering-Based Technique for Detecting Outliers in Data Streams

EMM-CLODS, An Effective Microcluster and Minimal Pruning CLustering-Based Technique for Detecting Outliers in Data Streams

Por: Hindawi | Fecha: 2021

Detectar valores atípicos en flujos de datos es un problema desafiante, ya que, en un escenario de flujo de datos, escanear los datos varias veces es inviable y los datos que llegan en streaming siguen evolucionando. A lo largo de los años, un enfoque común para la detección de valores atípicos es el uso de métodos basados en clustering, pero estos métodos tienen desafíos y limitaciones inherentes. Estos incluyen la capacidad de clusterizar eficazmente puntos de datos dispersos, lo cual está relacionado con la calidad de los métodos de clustering, la gestión de flujos de datos continuos de alta velocidad, el alto consumo de memoria y tiempo, y la falta de precisión en la detección de valores atípicos. Este artículo tiene como objetivo proponer un enfoque efectivo basado en clustering para detectar valores atípicos en flujos de datos en evolución. Proponemos un nuevo método llamado Método de Clustering basado en Microcluster Efectivo y Poda Mínima para la Detección de Valores Atípicos
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

EMM-CLODS, An Effective Microcluster and Minimal Pruning CLustering-Based Technique for Detecting Outliers in Data Streams

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Dynamics of a Predator-Prey Model with Fear Effect and Time Delay

Dynamics of a Predator-Prey Model with Fear Effect and Time Delay

Por: Hindawi | Fecha: 2021

En este artículo, proponemos un modelo de depredador-presa con retraso temporal y respuesta funcional tipo II de Holling, que incorpora el período de gestación y el costo del miedo en la reproducción de las presas. El comportamiento dinámico de este sistema es investigado tanto analítica como numéricamente desde el punto de vista de la estabilidad, permanencia y bifurcación. Encontramos que existen cambios de estabilidad, y se producen bifurcaciones de Hopf cuando el retraso pasa a través de una secuencia de valores críticos. Las fórmulas explícitas que determinan la dirección, estabilidad y otras propiedades de las soluciones periódicas que bifurcan se dan utilizando la teoría de la forma normal y el teorema de la variedad central. Realizamos extensas simulaciones numéricas para explorar el impacto de algunos parámetros importantes en la dinámica del sistema. Las simulaciones numéricas muestran que niveles altos de miedo tienen un efecto estabilizador, mientras que niveles relativamente bajos de miedo tienen un efecto desest
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Dynamics of a Predator-Prey Model with Fear Effect and Time Delay

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Application Analysis of Credit Scoring of Financial Institutions Based on Machine Learning Model

Application Analysis of Credit Scoring of Financial Institutions Based on Machine Learning Model

Por: Hindawi | Fecha: 2021

La puntuación crediticia es la base para que las instituciones financieras tomen decisiones de crédito. Con el desarrollo de la ciencia y la tecnología, la tecnología de big data se ha introducido en el campo financiero, y la investigación de crédito personal ha entrado en una nueva era. La evaluación crediticia personal basada en big data es uno de los temas de investigación más candentes. Este documento completa principalmente tres trabajos. En primer lugar, de acuerdo con el escenario de aplicación de la evaluación crediticia de datos de crédito personal, se limpia el conjunto de datos experimental, los datos discretos se codifican en one-HOT, y los datos se estandarizan. Debido a la alta dimensión de los datos de crédito personal, en este documento se adopta el algoritmo pdC-RF para optimizar la correlación de las características de los datos y reducir los datos de 145 dimensiones a 22 dimensiones. Sobre esta base, se realizó una codificación WOE en el conjunto de datos, que se aplicó a modelos de bosque aleatorio, máquina de vectores de soporte y regresión log
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Application Analysis of Credit Scoring of Financial Institutions Based on Machine Learning Model

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