Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

La recogida de picos neuronales extracelulares de buena calidad a partir de cultivos neuronales acoplados a matrices de microelectrodos (MEA) es un requisito vinculante para recopilar datos fiables. Debido a las limitaciones físicas, los requisitos de baja potencia o la necesidad de personalización, las plataformas de registro comerciales no son totalmente adecuadas para el desarrollo de configuraciones experimentales que integren la tecnología MEA con otros equipos necesarios para realizar experimentos en condiciones de clima controlado, como cámaras ambientales o incubadoras de cultivos celulares. Para solucionar este problema, hemos desarrollado un sistema de interfaz MEA personalizado que presenta un bajo nivel de ruido y de energía, y que puede integrarse fácilmente en un entorno similar al de una incubadora. Se diseñaron dos etapas, un preamplificador y un filtro amplificador, que se implementaron en placas de circuito impreso y se probaron. El sistema se caracteriza por un bajo ruido referido a la entrada (70 dB), y valores de relación señal/ruido de las grabaciones neuronales comparables a los obtenidos con el sistema comercial de referencia MEA. Además, el sistema se integró con éxito en una cámara de MEA ambiental, sin dañar los cultivos celulares durante los experimentos y sin ser dañado por el alto nivel de humedad. El sistema ideado tiene un valor práctico en el desarrollo de plataformas in vitro para estudiar la dinámica de las redes neuronales extendidas temporalmente por medio de MEAs.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Debido a la amplia influencia social, las emergencias de salud pública han atraído una gran atención en la sociedad actual. El auge de las redes sociales se está convirtiendo en una de las principales plataformas de difusión de información de estos sucesos y ha suscitado una gran preocupación en la gestión de las emergencias, entre las que se encuentra la necesidad de realizar una buena predicción de la difusión de información en las redes sociales para estimar el impacto social del suceso y elaborar una estrategia adecuada. Sin embargo, la difusión de la información se ve afectada en gran medida por las complejas actividades interactivas y los comportamientos de los grupos en la red social; los métodos y modelos existentes son limitados para lograr un resultado de predicción satisfactorio debido a las conexiones sociales abiertas y cambiantes y a los comportamientos inciertos de procesamiento de la información. ACP (sociedades artificiales, experimentos computacionales y ejecución paralela) proporciona una forma eficaz de simular la situación real. Con el fin de obtener una mejor predicción de la difusión de información en las redes sociales, este trabajo propone un método de cálculo inteligente en el marco de la TDF (Teoría-Datos-Feedback) basado en el sistema de simulación ACP que se aplicó con éxito al análisis de la emergencia de la gripe A (H1N1).

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Los ganglios basales (BG) son una estructura subcortical implicada en la selección de acciones. El objetivo de este trabajo es presentar un nuevo modelo de neurociencia cognitiva de los BG, que aspira a representar un equilibrio parsimonioso entre simplicidad y exhaustividad. El modelo incluye las 3 vías principales que operan en el circuito del BG, es decir, las vías directa (Go), indirecta (NoGo) e hiperdirecta. Los principales aspectos originales, en comparación con los modelos anteriores, son el uso de una regla de Hebb de dos términos para entrenar las sinapsis en el estriado, basada exclusivamente en los cambios de actividad neuronal causados por los picos o caídas de la dopamina, y el papel de las interneuronas colinérgicas (afectadas por la propia dopamina) durante el aprendizaje. Se muestran algunos ejemplos, relativos a unos pocos casos paradigmáticos: la selección de acciones en condiciones basales, la selección de acciones en presencia de un fuerte conflicto (donde emerge el papel de la vía hiperdirecta), los cambios de sinapsis inducidos por la dopamina fásica, y el aprendizaje de nuevas acciones basado en una historia previa de recompensas y castigos. Por último, algunas simulaciones muestran el funcionamiento del modelo en condiciones de alteración de los niveles de dopamina, para ilustrar casos patológicos (agotamiento de la dopamina en sujetos parkinsonianos o hipermedicación dopaminérgica). Debido a su enfoque parsimonioso, el modelo puede representar una herramienta sencilla para analizar la funcionalidad del BG en experimentos conductuales.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Como pueden ser representadas por las neuronas y sus conexiones sinápticas, se cree que las redes de atractores subyacen a los sistemas de memoria biológica y se han utilizado ampliamente en los últimos años para modelar el proceso de almacenamiento y recuperación de la memoria. En este trabajo, proponemos una nueva función de energía, que es no negativa y alcanza valores cero sólo en los patrones de memoria deseados. Se diseña una red atractora basada en la función de energía propuesta. Se demuestra que los patrones de memoria deseados se almacenan como puntos de equilibrio estables de la red atractora. Para recuperar un patrón de memoria, se presenta una entrada de estímulo inicial a la red, y sus estados convergen a uno de los puntos de equilibrio estables. Por consiguiente, se puede evitar la existencia de puntos espurios, es decir, máximos locales, puntos de silla de montar u otros mínimos locales que son patrones de memoria no deseados. Los resultados de la simulación muestran la eficacia del método propuesto.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El diámetro de un clúster es la máxima distancia intraclúster entre pares de instancias dentro del mismo clúster, y la división de un clúster es la mínima distancia entre instancias dentro del clúster e instancias fuera del clúster. Dadas unas pocas instancias etiquetadas, este trabajo incluye dos aspectos. En primer lugar, presentamos un algoritmo de clustering sencillo y rápido con la siguiente propiedad: si la relación entre la división mínima y el diámetro máximo (RSD) de la solución óptima es mayor que uno, el algoritmo devuelve soluciones óptimas para tres criterios de clustering. En segundo lugar, estudiamos el problema de aprendizaje métrico: aprender una métrica de distancia para que el RSD sea lo más grande posible. En comparación con los algoritmos de aprendizaje métrico existentes, uno de nuestros algoritmos de aprendizaje métrico es eficiente desde el punto de vista computacional: se trata de un modelo de programación lineal en lugar de un modelo de programación semidefinida utilizado por la mayoría de los algoritmos existentes. Demostramos empíricamente que la supervisión y la métrica aprendida pueden mejorar la calidad del clustering.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El ajuste de los parámetros en las máquinas de vectores de soporte (SVM) es muy importante con respecto a su precisión y eficiencia. En este trabajo, empleamos el algoritmo de la luciérnaga para entrenar todos los parámetros de la SVM simultáneamente, incluyendo el parámetro de penalización, el parámetro de suavidad y el multiplicador lagrangiano. El método propuesto se denomina SVM basada en luciérnagas (firefly-SVM). Esta herramienta no se considera la selección de características, porque la SVM, junto con la selección de características, no es adecuada para la aplicación en una clasificación multiclase, especialmente para la SVM multiclase uno-contra-todo. En los experimentos, se exploran las clasificaciones binarias y multiclase. En los experimentos de clasificación binaria, se utilizan diez de los conjuntos de datos de referencia del repositorio de aprendizaje automático de la Universidad de California, Irvine (UCI); además, la luciérnaga-SVM se aplica al diagnóstico multiclase de imágenes ultrasónicas del supraespinoso. El rendimiento de la clasificación de la luciérnaga-SVM también se compara con el método LIBSVM original asociado al método de búsqueda en cuadrícula y a la optimización de enjambre de partículas basada en SVM (PSO-SVM). Los resultados experimentales abogan por el uso de firefly-SVM para clasificar patrones con la máxima precisión.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Se ha propuesto el Hashing Sensible a la Localidad (LSH) como una técnica eficiente para la unión de similitudes para datos de alta dimensión. La eficiencia y la tasa de aproximación de LSH dependen del número de instancias falsas positivas y falsas negativas generadas. En muchos dominios, es crucial reducir el número de falsos positivos. Además, en algunos escenarios de aplicación, se favorece el equilibrio entre falsos positivos y falsos negativos. Para abordar estos problemas, en este trabajo proponemos el Hashing Personalizado Sensible a la Localidad (PLSH), en el que se incorpora un nuevo esquema de bandas para adaptar el número de falsos positivos, falsos negativos y la suma de ambos. PLSH se implementa en paralelo utilizando el marco MapReduce para tratar las uniones de similitud en datos a gran escala. Los estudios experimentales sobre datos reales y simulados verifican la eficiencia y eficacia de nuestra técnica PLSH propuesta, en comparación con los métodos del estado de la técnica.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El objetivo principal del artículo es el análisis de la estabilidad de una clase de sistemas multiagente basados en un protocolo de interacción que puede generar diferentes tipos de comportamientos globales, desde asintóticamente estables hasta caóticos. Presentamos varias interpretaciones de la estabilidad y sugerimos dos métodos para evaluar la estabilidad del sistema, basados en los modelos internos de los agentes y en el comportamiento externo observado. Dado que es muy difícil predecir a priori si un sistema será estable o inestable, proponemos tres métodos heurísticos que pueden utilizarse para estabilizar dicho sistema durante su ejecución, con cambios mínimos en su estado.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

La electroencefalografía de imágenes motoras se utiliza ampliamente en los sistemas de interfaz cerebro-ordenador. Debido a las características inherentes de las señales de electroencefalografía, la clasificación multiclase precisa y en tiempo real es siempre un reto. Para resolver este problema, en este trabajo se propone una solución de probabilidad posterior multiclase para la SVM gemela mediante la clasificación de la salida continua y el acoplamiento por pares. En primer lugar, se construye un modelo de probabilidad posterior de dos clases para aproximar la probabilidad posterior mediante las técnicas de clasificación de salida continua y el método de estimación de Platt. En segundo lugar, se proporciona una solución de salidas probabilísticas multiclase para SVM gemelas combinando cada par de probabilidades de clase según el método de acoplamiento por pares. Finalmente, el método propuesto se compara con la SVM multiclase y la SVM gemela a través de la votación, y con la SVM de probabilidad posterior multiclase utilizando diferentes enfoques de acoplamiento. La eficacia en la precisión de la clasificación y la complejidad temporal del método propuesto se ha demostrado tanto con los conjuntos de datos de referencia de la UCI como con los datos de EEG del mundo real del conjunto de datos 2a de la BCI Competition IV, respectivamente.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El método de Búsqueda de Armonía (HS) es un algoritmo de optimización metaheurístico emergente, que ha sido empleado para hacer frente a numerosas tareas desafiantes durante la última década. En este artículo, se describen y revisan en primer lugar la teoría esencial y las aplicaciones del algoritmo HS. A continuación se explican brevemente varias variantes típicas del HS original. Como ejemplo de estudio de caso, también se presenta un método HS modificado inspirado en la idea de la clasificación basada en la dominancia de Pareto. Además, se aplica para tratar un problema práctico de diseño óptimo de un generador eólico.

Fuente: Revista Virtual Pro Formatos de contenido: Otros