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 actividad cardiorrespiratoria autónoma cambia a lo largo de las etapas del sueño. Sin embargo, se desconoce hasta qué punto se ve afectada por la variabilidad entre y dentro de los sujetos durante el sueño. Dado que la hipótesis es que la variabilidad está causada por las diferencias en la demografía de los sujetos (edad, género e índice de masa corporal), el tiempo y la fisiología, cuantificamos estos efectos e investigamos cómo limitan la estadificación cardiorrespiratoria fiable del sueño. Se analizaron seis parámetros representativos obtenidos a partir de 165 registros nocturnos de los latidos del corazón y la respiración. Se utilizaron modelos multinivel para evaluar los efectos evocados por las diferencias en las etapas del sueño, la demografía, el tiempo y la fisiología entre los sujetos y dentro de ellos. Los resultados muestran que los efectos entre y dentro de los sujetos fueron significativos para cada parámetro. Cuando se ajustó por etapas de sueño, los efectos en la fisiología entre y dentro de los sujetos explicaron más del 80% de la varianza total, pero los efectos temporales y demográficos explicaron menos. Si se corrigen estos efectos, se observan profundas mejoras en los estadios del sueño. Estos resultados indican que las diferencias en la demografía, el tiempo y la fisiología de los sujetos presentan efectos significativos en la actividad cardiorrespiratoria durante el sueño. Los principales efectos provienen de la variabilidad fisiológica entre y dentro de los sujetos, lo que limita notablemente el rendimiento de la estadificación del sueño. Los esfuerzos por disminuir estos efectos serán el principal reto.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

La evolución diferencial (ED) es un algoritmo evolutivo sencillo pero eficaz para los problemas de ingeniería del mundo real. Sin embargo, su capacidad de búsqueda debe ser mejorada para obtener mejores soluciones cuando la ED se aplica para resolver problemas de optimización complejos. Este trabajo presenta una evolución diferencial mejorada con búsqueda local caótica de élite (DEECL). En DEECL, se utiliza una estrategia de búsqueda caótica basada en la información heurística de los individuos de élite para promover el poder de explotación. Además, DEECL emplea un mecanismo de adaptación de parámetros simple y eficaz para mejorar la robustez. Se realizan experimentos con un conjunto de funciones de prueba clásicas. Los resultados experimentales muestran que DEECL es muy competitivo en la mayoría de las funciones de prueba.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Para estudiar el aprendizaje automático incremental en el espacio tensorial, este trabajo propone el análisis discriminante tensorial incremental. El algoritmo emplea la representación tensorial para llevar a cabo el análisis discriminante y combinar el aprendizaje incremental para aliviar el coste computacional. Este trabajo demuestra que el algoritmo puede unificarse en el marco de los grafos teóricamente y analiza la complejidad temporal y espacial en detalle. Los experimentos sobre la detección de imágenes faciales han demostrado que el algoritmo no sólo consigue un buen rendimiento en comparación con otros algoritmos, sino que también reduce aparentemente los problemas computacionales.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Consideramos el diseño algorítmico, la potenciación y la mejora de la computación evolutiva como un problema de diseño de mecanismos. Todos los individuos o varios grupos de individuos pueden considerarse agentes con intereses propios. Los individuos en la computación evolutiva pueden manipular los ajustes de los parámetros y las operaciones satisfaciendo sus propias preferencias, que son definidas por un diseñador de algoritmos de computación evolutiva, en lugar de seguir una regla fija del algoritmo. Los diseñadores de algoritmos de computación evolutiva o los métodos autoadaptativos deben construir reglas y mecanismos adecuados para que todos los agentes (individuos) lleven a cabo su comportamiento evolutivo correctamente con el fin de alcanzar definitivamente el objetivo o los objetivos deseados y preestablecidos. Como caso de estudio, proponemos un marco formal sobre la parametrización, la selección de estrategias y el diseño algorítmico de la computación evolutiva considerando el equilibrio estratégico de Nash de un diseño de mecanismo en el proceso de búsqueda. Los resultados de la evaluación presentan la eficacia del marco. Este principio primario puede implementarse en cualquier algoritmo de computación evolutiva que necesite considerar cuestiones de selección de estrategias en su proceso de optimización. El objetivo final de nuestro trabajo es resolver el diseño de la computación evolutiva como un problema de diseño de mecanismos algorítmicos y establecer su aspecto fundamental adoptando esta perspectiva. Este trabajo es el primer paso hacia la consecución de este objetivo mediante la implementación de una solución de equilibrio de estrategias (como el equilibrio de Nash) en el algoritmo de computación evolutiva.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Los robots con ruedas se han aplicado con éxito en muchos aspectos, como los vehículos de manipulación industrial y los robots de servicio con ruedas. Para mejorar la seguridad y la fiabilidad de los robots con ruedas, este artículo presenta un novedoso marco de diagnóstico de fallos híbrido basado en la máquina de vectores de soporte (SVM) con núcleo Mittag-Leffler (ML-kernel) y la fusión Dempster-Shafer (D-S). Utilizando datos de sensores muestreados bajo diferentes condiciones de funcionamiento, el enfoque propuesto establece inicialmente múltiples modelos de análisis de componentes principales (PCA) para la extracción de características de los fallos. A continuación, los vectores de características de los fallos se aplican para entrenar los clasificadores SVM probabilísticos (PSVM) que llegan a un diagnóstico preliminar de los fallos. Para mejorar la precisión de los resultados preliminares, se propone en este trabajo un nuevo clasificador PSVM basado en el núcleo ML, y se demuestra también la definición positiva del núcleo ML. Las asignaciones básicas de probabilidad (BPAs) se definen en base a los resultados preliminares del diagnóstico de fallos y sus valores de confianza. Finalmente, el resultado final del diagnóstico de fallos se archiva mediante la fusión de las BPAs. Los resultados experimentales muestran que el marco propuesto no sólo es capaz de detectar e identificar los fallos en el sistema de conducción del robot, sino que también tiene un mejor rendimiento en estabilidad y precisión de diagnóstico en comparación con los métodos tradicionales.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

En este trabajo se presenta una técnica computacional robusta para la reducción del orden del modelo (MOR) de sistemas discretos de escala temporal (entrada única, salida única (SISO) y entrada múltiple, salida múltiple (MIMO)). Este trabajo está motivado por la perturbación singular de los sistemas de escala de tiempo múltiple donde algunas dinámicas específicas pueden no tener una influencia significativa en el comportamiento global del sistema. El nuevo enfoque se propone utilizando algoritmos genéticos (AG) con la ventaja de obtener un modelo de orden reducido, manteniendo la dinámica exacta dominante en el orden reducido, y minimizando el error de estado estacionario. El proceso de reducción se realiza mediante la obtención de una matriz transformada triangular superior de la matriz de estado del sistema definida en la representación del espacio de estado junto con los elementos de las matrices B, C y D. El procedimiento computacional GA se basa en la maximización de la función de fitness correspondiente a la desviación de la respuesta entre los modelos de orden completo y reducido. El método MOR de inteligencia computacional propuesto se compara con trabajos publicados recientemente sobre técnicas MOR, en los que los resultados de la simulación muestran el potencial y las ventajas del nuevo enfoque.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Existen muchos esquemas para la estimación de la localización de las faltas en derivación, pero la estimación de la localización de las faltas en serie o en conductor abierto no se ha tratado hasta ahora. Los relés numéricos existentes sólo detectan la falta de conductor abierto (serie) y dan la indicación de la(s) fase(s) defectuosa(s), pero no pueden localizar la falta en serie. El equipo de reparación tiene que patrullar toda la línea para encontrar la localización de la avería en serie. En este trabajo se proponen esquemas de detección/clasificación y localización de averías en el dominio del tiempo, basados en la tecnología difusa, tanto para las averías en serie como para las averías en derivación, y para las averías simultáneas en serie y en derivación. Los estudios de simulación de faltas y el algoritmo de localización de faltas se han desarrollado utilizando Matlab/Simulink. Los fasores sincronizados de las señales de tensión y corriente de ambos extremos de la línea se han utilizado como entrada para el esquema de localización de faltas basado en la tecnología difusa. El porcentaje de error en la localización de la falta en serie está dentro del 1El porcentaje de error en la localización de las faltas en serie está dentro del 1 y el de las faltas en derivación está dentro del 5 en todos los casos de falta probados. La validación del porcentaje de error en la estimación de la localización se realiza mediante la prueba de Chi cuadrado con un nivel de significación del 1y el 5% de nivel de significación.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Este trabajo desarrolla un nuevo esquema de diseño para la respuesta de fase de un filtro digital recursivo de paso total. Se utilizará una variante del algoritmo de optimización de enjambre de partículas (PSO) para resolver este tipo de problema de diseño de filtros. Se denomina algoritmo PSO modificado (MPSO) en el que se introduce otro factor de ajuste en la fórmula de actualización de la velocidad del algoritmo para mejorar la capacidad de búsqueda. En el método propuesto, todos los coeficientes del filtro diseñado se recogen primero para formar un vector de parámetros y este vector se considera una partícula del algoritmo. El MPSO con una fórmula de velocidad modificada obligará a todas las partículas a moverse hacia la solución óptima o casi óptima minimizando alguna función objetivo definida del problema de optimización. Para mostrar la eficacia del método propuesto, se ilustran dos tipos diferentes de ejemplos de diseño de respuesta de fase lineal y se compara también el algoritmo PSO general. Los resultados obtenidos muestran que el MPSO es superior al PSO general para el diseño de la respuesta de fase del filtro digital recursivo de paso total.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Optimizar la topología de una red neuronal es un problema difícil por al menos dos razones: el espacio de la topología es discreto, y la calidad de cualquier topología dada debe evaluarse asignando muchos conjuntos diferentes de pesos a sus conexiones. Estas dos características tienden a provocar funciones objetivo muy "toscas". Aquí demostramos cómo el autoensamblaje (SA) y la optimización por enjambre de partículas (PSO) pueden integrarse para proporcionar un medio novedoso y eficaz de optimizar simultáneamente los pesos y la topología de una red neuronal. La combinación de SA y PSO aborda dos retos fundamentales. En primer lugar, crea una representación más integrada de los pesos y la topología de la red neuronal, de modo que tenemos un único dominio de búsqueda continuo que permite funciones objetivo más "suaves". En segundo lugar, amplía el enfoque tradicional del autoensamblaje, desde el crecimiento de estructuras objetivo predefinidas, hasta el autoensamblaje funcional, en el que el crecimiento está impulsado por criterios de optimalidad definidos en términos del rendimiento de las estructuras emergentes en problemas computacionales predefinidos. Nuestro modelo incorpora una nueva forma de ver la PSO que implica una población de redes en crecimiento e interacción, en contraposición a las partículas. La eficacia de nuestro método para optimizar los pesos y las topologías de las redes de eco-estado se demuestra a través de su rendimiento en una serie de desafiantes problemas de referencia.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

La abstracción de alto nivel, por ejemplo, la representación semántica, es vital para la clasificación y recuperación de documentos. Sin embargo, la forma de aprender la representación semántica de los documentos sigue siendo un tema de debate en la recuperación de información y el procesamiento del lenguaje natural. En este trabajo, proponemos una nueva Red de Creencia Profunda Híbrida (HDBN) que utiliza la Máquina de Boltzmann Profunda (DBM) en las capas inferiores junto con la Red de Creencia Profunda (DBN) en las capas superiores. La ventaja de la DBM es que emplea una conexión no dirigida a la hora de entrenar los parámetros de peso, lo que puede utilizarse para muestrear los estados de los nodos en cada capa con mayor éxito y también es una forma eficaz de eliminar el ruido de los diferentes tipos de representación de los documentos; la DBN puede mejorar la extracción de lo abstracto del documento en profundidad, haciendo que el modelo aprenda una representación semántica suficiente. Al mismo tiempo, exploramos diferentes estrategias de entrada para la representación semántica distribuida. Los resultados experimentales muestran que nuestro modelo que utiliza la incrustación de palabras en lugar de la palabra única tiene un mejor rendimiento.

Fuente: Revista Virtual Pro Formatos de contenido: Otros