Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

El análisis de componentes independientes (ICA) es un enfoque ampliamente aplicable y eficaz en la separación ciega de fuentes (BSS), con las limitaciones de que las fuentes son estadísticamente independientes. Sin embargo, la situación más común es la separación ciega de fuentes para el modelo lineal no negativo (NNLM), donde las observaciones son combinaciones lineales no negativas de fuentes no negativas, y las fuentes pueden ser estadísticamente dependientes. Proponemos un enfoque de factorización de matrices no negativas de expresión de patrones (PE-NMF) desde el punto de vista de la utilización de vectores base de forma más eficaz para expresar patrones. Se introducen dos términos de regularización o penalización que se añaden a la función de pérdida original de una factorización matricial no negativa (NMF) estándar para la expresión efectiva de patrones con vectores base en la PE-NMF. Se presenta el algoritmo de aprendizaje y se demuestra teóricamente la convergencia del algoritmo. Tres ejemplos ilustrativos sobre la separación ciega de fuentes, incluyendo la corrección de la heterogeneidad para los datos de microarrays de genes, indican que las fuentes se pueden recuperar con éxito con la PE-NMF propuesta cuando los dos parámetros se pueden elegir adecuadamente a partir del conocimiento previo del problema.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

La identificación de grupos funcionales de genes es un problema difícil para las aplicaciones biológicas. Los enfoques de minería de textos pueden utilizarse para construir clusters o árboles jerárquicos a partir de la información de la literatura biológica. En particular, se examina la factorización matricial no negativa (NMF) como un enfoque para etiquetar árboles jerárquicos. Se propone un algoritmo de etiquetado genérico, así como una técnica de evaluación, y se discuten los efectos de diferentes parámetros de NMF con respecto a la convergencia y la precisión del etiquetado. Los objetivos principales de este estudio son proporcionar una evaluación cualitativa del NMF y sus diversos parámetros e inicialización, proporcionar una forma automatizada de clasificar los datos biomédicos, y proporcionar un método para evaluar los datos etiquetados asumiendo un árbol de entrada estático. Como subproducto, se propone un método para generar árboles estándar de oro.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

Presentamos un método general para incluir el conocimiento previo en una factorización matricial no negativa (NMF), basado en los priores del proceso gaussiano. Asumimos que los factores no negativos en la NMF están vinculados por una función estrictamente creciente a un proceso gaussiano subyacente especificado por su función de covarianza. Esto nos permite encontrar descomposiciones del NMF que concuerdan con nuestro conocimiento previo de la distribución de los factores, como la escasez, la suavidad y las simetrías. El método se demuestra con un ejemplo de imágenes cerebrales de desplazamiento químico.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2007

En un trabajo anterior (S. Fiori, 2006), propusimos un generador de números aleatorios basado en un sistema neuronal no lineal sintonizable, cuya regla de aprendizaje se diseña a partir de una ecuación cardinal de la estadística y cuya implementación se basa en tablas de consulta (LUT). El objetivo del presente manuscrito es mejorar el método de generación de números aleatorios antes mencionado cambiando el principio de aprendizaje, pero conservando la eficiente implementación basada en LUTs. El nuevo método propuesto aquí resulta más fácil de implementar y relaja algunas limitaciones anteriores.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

Se propone una novedosa interfaz cerebro-ordenador (BCI) de 4 clases, basada en dos (en lugar de cuatro o más) clasificadores binarios de análisis discriminante lineal (LDA), que se denomina "BCI paralela". A diferencia de otras BCI en las que las tareas mentales se ejecutan y clasifican de forma serial una tras otra, la BCI paralela utiliza tareas mentales paralelas adecuadamente diseñadas que se ejecutan en ambos lados del cuerpo del sujeto simultáneamente, lo que constituye la principal novedad del paradigma de BCI utilizado en nuestros experimentos. Cada uno de los dos clasificadores binarios sólo clasifica las tareas mentales ejecutadas en un lado del cuerpo del sujeto, y los resultados de los dos clasificadores binarios se combinan para dar el resultado de la BCI de 4 clases. Los datos se registraron en experimentos tanto con movimiento real como con imágenes motoras en 3 sujetos sanos. No se detectaron ni eliminaron los artefactos. El análisis offline ha demostrado que, en algunos sujetos, la BCI paralela puede generar una mayor precisión que una BCI convencional de 4 clases, aunque ambas han utilizado los mismos algoritmos de selección y clasificación de características.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

Existe una importante evidencia de diferencias en el espectro de frecuencias del EEG de los sujetos de control en comparación con los sujetos epilépticos. En particular, el estudio de los niños presenta dificultades debido a las etapas tempranas del desarrollo cerebral y a las diversas formas de indicación de la epilepsia. En este estudio, consideramos a los niños que desarrollaron crisis epilépticas en el pasado pero sin ningún otro hallazgo clínico, psicológico o neurofisiológico visible. El objetivo del trabajo es desarrollar técnicas fiables para comprobar si dicha epilepsia controlada induce diferencias espectrales relacionadas en el EEG. Se comparan las características espectrales extraídas mediante técnicas no paramétricas de representación de la señal (transformada de Fourier y wavelet) y una técnica paramétrica de modelado de la señal (ARMA) y se analiza su efecto en la clasificación de los dos grupos. Los sujetos realizaron dos tareas diferentes: una tarea de control (descanso) y una tarea matemática relativamente difícil. Los resultados muestran que las características espectrales extraídas mediante el modelado de las señales de EEG registradas desde canales individuales por un modelo ARMA dan una mayor discriminación entre los dos grupos de sujetos para la tarea de control, donde se obtuvieron puntuaciones de clasificación de hasta el 100% con un clasificador discriminante lineal.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

El estudio de los correlatos neuronales de la alternancia espontánea en la percepción provocada por los estímulos visuales biestables es prometedor para entender el mecanismo de procesamiento de la información neural y la base neural de la percepción visual y la toma de decisiones perceptivas. En este trabajo, desarrollamos un método basado en la factorización tensorial no negativa (NTF) para extraer características del potencial de campo local (LFP), recogido de la corteza visual temporal media (MT) en un mono macaco, para decodificar su percepción de estructura biestable desde el movimiento (SFM). Aplicamos el enfoque de extracción de características a la representación multicanal de tiempo-frecuencia de los datos de la LFP intracortical. Las ventajas del enfoque de extracción de características basado en el NTF disperso radican en su capacidad para producir componentes comunes a través de los dominios del espacio, el tiempo y la frecuencia, y a la vez discriminar a través de diferentes condiciones sin conocimiento previo de las bandas de frecuencia discriminantes y las ventanas temporales para un sujeto específico. Empleamos el clasificador de máquinas de vectores de apoyo (SVM) basado en las características de los componentes del NTF para la decodificación de un solo ensayo de la percepción reportada. Nuestros resultados sugieren que, aunque otras bandas también tienen cierta capacidad de discriminación, la característica de la banda gamma contiene la información más discriminatoria para la percepción biestable, y que la imposición de las restricciones de escasez en la factorización del tensor no negativo mejora la extracción de esta característica.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

Investigamos las condiciones para las que la factorización de matrices no negativas (NMF) es única e introducimos varios teoremas que pueden determinar si la descomposición es de hecho única o no. Los teoremas se ilustran con varios ejemplos que muestran el uso de los teoremas y sus limitaciones. Hemos demostrado que la corrupción de una matriz NMF única por ruido aditivo conduce a una estimación ruidosa de la solución única sin ruido. Por último, utilizamos una visión estocástica del NMF para analizar qué caracterización del modelo subyacente dará lugar a un NMF con pequeños errores de estimación.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

En los últimos años, los métodos de factorización matricial no negativa (NMF) de una representación reducida de datos de imagen han atraído la atención de la comunidad de visión por ordenador. Estos métodos son considerados como una representación conveniente basada en partes de los datos de la imagen para tareas de reconocimiento con objetos ocluidos. Se propone una nueva modificación en las tareas de reconocimiento NMF que utiliza el control de la dispersión de la matriz introducido por Hoyer. Hemos analizado la influencia de la escasez en las tasas de reconocimiento (RRs) para varias dimensiones de subespacios generados para dos bases de datos de imágenes, la base de datos de caras ORL y la base de datos de dígitos manuscritos USPS. Hemos estudiado el comportamiento de cuatro tipos de distancias entre un objeto de imagen desconocido proyectado y los vectores de características en los subespacios NMF generados para los datos de entrenamiento. Una de estas métricas también es una novedad que hemos propuesto. En la fase de reconocimiento, las oclusiones parciales en las imágenes de prueba se han modelado poniendo dos rectángulos negros grandes y colocados al azar en cada imagen de prueba.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2008

Recientemente, se han propuesto algoritmos de factorización tensorial invariante de los desplazamientos para la separación de las fuentes sonoras de los instrumentos musicales con tono. Sin embargo, en la práctica, los algoritmos existentes requieren el uso de espectrogramas de frecuencia logarítmica para permitir la invariabilidad de los desplazamientos en frecuencia, lo que causa problemas al intentar resintetizar las fuentes separadas. Además, es difícil imponer restricciones de armonicidad a las funciones base recuperadas. Este artículo propone un nuevo enfoque basado en la síntesis aditiva que permite utilizar espectrogramas de frecuencia lineal, así como imponer restricciones armónicas estrictas, lo que da lugar a un modelo mejorado. Además, estas restricciones adicionales permiten añadir un modelo de filtro de fuente al marco de factorización, y un modelo ampliado que es capaz de separar mezclas de instrumentos de tono y percusión simultáneamente.

Fuente: Revista Virtual Pro Formatos de contenido: Otros