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 110737 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de  Analysis of the Seismic Performance of Isolated Buildings according to Life-Cycle Cost

Analysis of the Seismic Performance of Isolated Buildings according to Life-Cycle Cost

Por: Hindawi Publishing Corporation | Fecha: 2015

Este artículo propone un indicador de comportamiento sísmico basado en el coste del ciclo de vida de un edificio. Se expresa como una relación entre la pérdida de daños durante la vida útil y el coste del ciclo de vida y determina el rendimiento sísmico de los edificios aislados. Se tienen en cuenta los principales factores, como la incertidumbre en la demanda de riesgo y la capacidad estructural, los costes iniciales y las pérdidas previstas durante los terremotos. Así, un valor alto del indicador indica un mal comportamiento sísmico del edificio. Además, se realiza un análisis de vibraciones aleatorias para medir la fiabilidad estructural y evaluar la pérdida esperada y el coste del ciclo de vida de los edificios aislados. La pérdida esperada de un edificio hospitalario aislado de siete plantas es sólo el 37% de la de un edificio de base fija. Además, el indicador del comportamiento sísmico estructural del edificio aislado tiene un valor mucho menor que el del comportamiento sísmico estructural del edificio de base fija. Por lo tanto, los edificios aislados son más seguros y menos arriesgados que los de base fija. El indicador basado en el coste del ciclo de vida ayuda a los propietarios e ingenieros a tomar decisiones de inversión teniendo en cuenta el diseño estructural, la construcción y las pérdidas previstas. También ayuda a optimizar el equilibrio entre la fiabilidad del edificio y la inversión en él.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Analysis of the Seismic Performance of Isolated Buildings according to Life-Cycle Cost

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Emotion Analysis of Telephone Complaints from Customer Based on Affective Computing

Emotion Analysis of Telephone Complaints from Customer Based on Affective Computing

Por: Hindawi Publishing Corporation | Fecha: 2015

Las reclamaciones de los clientes han sido una importante fuente de información para que las empresas modernas mejoren la calidad de sus productos y servicios, así como la fidelidad de los clientes. La comunicación telefónica, uno de los medios más utilizados para las quejas de los clientes, contiene una gran cantidad de información emocional, lo que proporciona valiosos recursos para percibir la satisfacción de los clientes y estudiar la capacidad de gestión de las quejas. Este artículo estudia las características de los discursos de las quejas telefónicas y propone un método de análisis basado en la tecnología de computación afectiva, que puede reconocer los cambios dinámicos de las emociones del cliente a partir de las conversaciones entre el personal de servicio y el cliente. El proceso de reconocimiento incluye el reconocimiento del hablante, la extracción de los parámetros emocionales y el reconocimiento dinámico de las emociones. Los resultados experimentales muestran que este método es eficaz y puede alcanzar altos índices de reconocimiento de estados de felicidad y enfado. Se ha aplicado con éxito a la calidad de las operaciones y la administración de servicios en empresas de telecomunicaciones y servicios de Internet.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Emotion Analysis of Telephone Complaints from Customer Based on Affective Computing

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Multilayer Naïve Bayes Model for Analyzing User?s Retweeting Sentiment Tendency

A Multilayer Naïve Bayes Model for Analyzing User?s Retweeting Sentiment Tendency

Por: Hindawi Publishing Corporation | Fecha: 2015

Hoy en día, el microblogging se ha convertido cada vez más en un medio de difusión de información a través del comportamiento de retuiteo de los usuarios. Dado que el contenido de los retweets, como información de contexto del microblogging, es una comprensión del microblogging, el análisis de la tendencia de los sentimientos de los usuarios en los retweets se ha convertido gradualmente en un tema candente de investigación. Enfocado en el microblogging online, una red social dinámica, investigamos cómo explotar las características dinámicas del sentimiento de retweeting en el análisis de la tendencia del sentimiento de retweeting. A partir de las series temporales de información de la estructura de la red de usuarios y de la información del texto publicado, primero modelamos las características dinámicas del sentimiento de los retuits. A continuación, construimos modelos Naïve Bayes a partir de las dimensiones basadas en el perfil, la relación y la emoción, respectivamente. Por último, construimos un modelo Naïve Bayes multicapa basado en modelos Naïve Bayes multidimensionales para analizar la tendencia de los usuarios a retuitear un microblog. Los experimentos realizados sobre un conjunto de datos del mundo real demuestran la eficacia del marco propuesto. Se realizan más experimentos para comprender la importancia de las características dinámicas del sentimiento de retweeting y la información temporal en el análisis de la tendencia del sentimiento de retweeting. Además, proporcionamos una nueva línea de pensamiento para el análisis de la tendencia del sentimiento en redes sociales dinámicas.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Multilayer Naïve Bayes Model for Analyzing User?s Retweeting Sentiment Tendency

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Golden Ratio Genetic Algorithm Based Approach for Modelling and Analysis of the Capacity Expansion of Urban Road Traffic Network

Golden Ratio Genetic Algorithm Based Approach for Modelling and Analysis of the Capacity Expansion of Urban Road Traffic Network

Por: Hindawi Publishing Corporation | Fecha: 2015

Este trabajo presenta la modelización y el análisis de la ampliación de la capacidad de la red de tráfico urbano (ICURTN). En primer lugar, se emplea un modelo de programación de un nivel para modelar la ICURTN, en el que la utilidad de toda la red se maximiza con la utilidad óptima de la elección de la ruta de los viajeros. A continuación, se desarrolla un algoritmo genético híbrido mejorado integrado con proporción áurea (HGAGR) para mejorar la búsqueda local de los algoritmos genéticos simples, y el modelo de expansión de capacidad propuesto se resuelve mediante la combinación del HGAGR y el algoritmo de Frank-Wolfe. Tomando como caso de estudio la red unidireccional tradicional y la red bidireccional, se realizan tres cálculos numéricos para validar el modelo y el algoritmo presentados, y se analizan los principales factores que influyen en el modelo de ampliación de capacidad. Los resultados de los cálculos indican que la ampliación de la capacidad de la red de carreteras es una medida eficaz para aumentar la capacidad de la red de carreteras urbanas, especialmente en condiciones de presupuesto de construcción limitado; el tiempo medio de cálculo del HGAGR es de 122 segundos, lo que satisface la demanda en tiempo real en la evaluación de la capacidad de la red de carreteras.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Golden Ratio Genetic Algorithm Based Approach for Modelling and Analysis of the Capacity Expansion of Urban Road Traffic Network

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Fuzzy Computing Model for Identifying Polarity of Chinese Sentiment Words

A Fuzzy Computing Model for Identifying Polarity of Chinese Sentiment Words

Por: Hindawi Publishing Corporation | Fecha: 2015

Con el auge de los contenidos online generados por los usuarios en la web, el análisis de sentimientos se ha convertido en un tema de investigación muy activo en la minería de datos y el procesamiento del lenguaje natural. Como indicador más importante del sentimiento, las palabras de sentimiento que transmiten una polaridad positiva y negativa son muy útiles para el análisis del sentimiento. Sin embargo, la mayoría de los métodos existentes para identificar la polaridad de las palabras de sentimiento sólo tienen en cuenta la polaridad positiva y negativa mediante el conjunto Cantor, y no se presta atención a la imprecisión de la intensidad de la polaridad de las palabras de sentimiento. Con el fin de mejorar el rendimiento, en este artículo proponemos un modelo de cálculo difuso para identificar la polaridad de las palabras de sentimiento chinas. Hay tres contribuciones principales en este trabajo. En primer lugar, proponemos un método para calcular la intensidad de la polaridad de los morfemas de sentimiento y las palabras de sentimiento. En segundo lugar, construimos un clasificador difuso de sentimientos y proponemos dos métodos diferentes para calcular el parámetro del clasificador difuso. En tercer lugar, realizamos amplios experimentos con cuatro conjuntos de datos de palabras de sentimiento y tres conjuntos de datos de reseñas, y los resultados experimentales indican que nuestro modelo funciona mejor que los métodos más avanzados.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Fuzzy Computing Model for Identifying Polarity of Chinese Sentiment Words

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Lane-Level LBS System for Vehicle Network with High-Precision BDS/GPS Positioning

A Lane-Level LBS System for Vehicle Network with High-Precision BDS/GPS Positioning

Por: Hindawi Publishing Corporation | Fecha: 2015

En los últimos años, la investigación sobre el servicio de localización de redes de vehículos ha comenzado a centrarse en su inteligencia y precisión. La precisión de la información espacio-temporal se ha convertido en un factor esencial para los sistemas de redes de vehículos en un entorno móvil. Sin embargo, persisten las dificultades en el posicionamiento de vehículos por satélite, ya que las deficiencias en el suministro de referencias espacio-temporales de alta calidad limitan en gran medida el desarrollo y la aplicación de las redes de vehículos. En este trabajo, proponemos un servicio de localización de redes de vehículos de alta precisión para resolver este problema. Los principales componentes de este estudio son los siguientes (1) aplicación de la tecnología de posicionamiento preciso de área amplia al sistema de red de vehículos. Se diseña un protocolo de difusión de mensajes de corrección adaptable para satisfacer los requisitos del posicionamiento preciso de objetivos a gran escala en el entorno de Internet móvil; (2) desarrollo de un sistema de servicio de concurrencia con una arquitectura de expansión virtual flexible para garantizar una interacción de datos fiable entre los vehículos y el fondo; (3) verificación de la precisión del posicionamiento y la calidad del servicio en el entorno urbano. Sobre la base de esta plataforma de servicio de posicionamiento de alta precisión, se diseña un servicio de localización a nivel de carril para resolver un problema típico de seguridad del tráfico.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Lane-Level LBS System for Vehicle Network with High-Precision BDS/GPS Positioning

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  The Large Scale Machine Learning in an Artificial Society, Prediction of the Ebola Outbreak in Beijing

The Large Scale Machine Learning in an Artificial Society, Prediction of the Ebola Outbreak in Beijing

Por: Hindawi Publishing Corporation | Fecha: 2015

La enfermedad por el virus del Ébola (EVD) se caracteriza por su alta infectividad y mortalidad. Por ello, es urgente que los gobiernos elaboren planes de emergencia contra el ébola. Sin embargo, es difícil predecir en la práctica las posibles situaciones epidémicas. Por suerte, en los últimos años han aparecido experimentos computacionales basados en la sociedad artificial, que proporcionan un nuevo enfoque para estudiar la propagación de la EVE y analizar las intervenciones correspondientes. Por lo tanto, la racionalidad de la sociedad artificial es la clave para la precisión y la fiabilidad de los resultados de los experimentos. Los comportamientos de los individuos junto con el modo de desplazamiento afectan directamente a la propagación entre los individuos. En primer lugar, se reconstruye la Pekín artificial a partir de la geodemografía y se recurre al aprendizaje automático para optimizar los comportamientos de los individuos. Mientras tanto, se construye un modelo de curso del ébola y un modelo de propagación, de acuerdo con los parámetros de Ýfrica Occidental. Posteriormente, se analiza el mecanismo de propagación de la EVD, se predice el escenario epidémico y se presentan las intervenciones correspondientes. Por último, mediante la simulación de las respuestas de emergencia del gobierno chino, se llega a la conclusión de que es imposible que el ébola brote a gran escala en la ciudad de Pekín.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

The Large Scale Machine Learning in an Artificial Society, Prediction of the Ebola Outbreak in Beijing

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Traffic Signal Synchronization in the Saturated High-Density Grid Road Network

Traffic Signal Synchronization in the Saturated High-Density Grid Road Network

Por: Hindawi Publishing Corporation | Fecha: 2015

La mayoría de las estrategias de sincronización de señales de tráfico existentes no funcionan bien en la red de carreteras de alta densidad saturada (HGRN). La congestión del tráfico se produce a menudo en la HGRN saturada, y la movilidad de la red es difícil de restaurar. Para aliviar la congestión del tráfico y mejorar la eficiencia del mismo en la red, el estudio propone una estrategia de sincronización regional de señales de tráfico, denominada estrategia de sincronización de señales de tráfico verde y rojo largo (LGLR). La esencia de la estrategia es controlar la formación y disipación de colas y maximizar la eficiencia de los flujos de tráfico en las intersecciones señalizadas en la HGRN saturada. Con esta estrategia, se utiliza el mismo plan de temporización de control de señales en todas las intersecciones señalizadas de la HGRN, y la fase recta del plan de temporización de control tiene un tiempo verde largo y un tiempo rojo largo. Por lo tanto, se pueden mantener flujos de tráfico continuos cuando los vehículos circulan, y se puede aliviar la congestión del tráfico cuando los vehículos se detienen. Utilizando la estrategia, se desarrolla el modelo de sincronización de señales de tráfico LGLR, con el objetivo de minimizar el número de paradas. Finalmente, se ejecuta la simulación para analizar el rendimiento del modelo comparándolo con otros modelos, y la superioridad del modelo LGLR es evidente en términos de retardo, número de paradas, longitud de las colas y rendimiento global en la HGRN saturada.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Traffic Signal Synchronization in the Saturated High-Density Grid Road Network

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  AITSO, A Tool for Spatial Optimization Based on Artificial Immune Systems

AITSO, A Tool for Spatial Optimization Based on Artificial Immune Systems

Por: Hindawi Publishing Corporation | Fecha: 2015

Un gran reto al que se enfrentan la geocomputación y el análisis espacial es la optimización espacial, dado que implica varias relaciones de alta dimensión, no lineales y complicadas. Se han realizado muchos esfuerzos en relación con este tema específico, y en estudios anteriores se ha demostrado la gran capacidad de los algoritmos del sistema inmune artificial. Sin embargo, todavía no se dispone de un software profesional de fácil manejo, lo que supone un gran impedimento para la popularidad de los sistemas inmunes artificiales. Este artículo describe una herramienta gratuita y universal, denominada AITSO, que es capaz de resolver diversos problemas de optimización. Proporciona una serie de interfaces de programación de aplicaciones (API) estándar que pueden (1) ayudar a los investigadores en el desarrollo de sus propios plugins de aplicaciones específicas para resolver problemas prácticos y (2) permitir la implementación de algunos operadores inmunes avanzados en la plataforma para mejorar el rendimiento de un algoritmo. Como herramienta integrada, flexible y cómoda, AITSO contribuye a compartir conocimientos y a resolver problemas prácticos. Por lo tanto, se cree que hará avanzar el desarrollo y la popularidad de la optimización espacial en la geocomputación y el análisis espacial.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

AITSO, A Tool for Spatial Optimization Based on Artificial Immune Systems

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Relevance Feedback Based Query Expansion Model Using Borda Count and Semantic Similarity Approach

Relevance Feedback Based Query Expansion Model Using Borda Count and Semantic Similarity Approach

Por: Hindawi Publishing Corporation | Fecha: 2015

La retroalimentación de pseudo-relevancia (PRF) es un método bien conocido de expansión de consultas para mejorar el rendimiento de los sistemas de recuperación de información. No todos los términos de los documentos PRF son importantes para ampliar la consulta del usuario. Por lo tanto, la selección del término de expansión adecuado es muy importante para mejorar el rendimiento del sistema. Los métodos de selección de términos de expansión individuales han sido ampliamente investigados para mejorar su rendimiento. Cada método de selección de términos de expansión individual tiene sus propios puntos débiles y fuertes. Para superar los puntos débiles y utilizar los puntos fuertes del método individual, utilizamos múltiples métodos de selección de términos juntos. En este artículo, primero se ha explorado la posibilidad de mejorar el rendimiento global utilizando métodos individuales de selección de términos de expansión de la consulta. En segundo lugar, se utiliza el enfoque de agregación de rangos de conteo de Borda para combinar múltiples métodos de selección de términos de expansión de consultas. En tercer lugar, se utiliza el enfoque de similitud semántica para seleccionar términos semánticamente similares con la consulta después de aplicar el enfoque de combinación de rangos de conteo Borda. Nuestros resultados experimentales demuestran que los enfoques propuestos logran una mejora significativa sobre el método de selección de términos individuales y los métodos relacionados del estado de la técnica.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Relevance Feedback Based Query Expansion Model Using Borda Count and Semantic Similarity Approach

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