Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

El efecto de la predicción del flujo de tráfico desempeña un papel importante en la selección de rutas. Los métodos tradicionales de previsión del flujo de tráfico incluyen principalmente el método lineal, no lineal, de redes neuronales y de análisis de series temporales. Sin embargo, todos ellos presentan algunas deficiencias. Este artículo analiza los algoritmos existentes sobre la predicción del flujo de tráfico y las características del flujo de tráfico de la ciudad y propone un método de predicción del flujo de tráfico vial basado en la probabilidad de transferencia. Este método analiza en primer lugar la probabilidad de transferencia de la corriente ascendente de la carretera objetivo y, a continuación, realiza la predicción del flujo de tráfico en el momento siguiente utilizando la ecuación de flujo de tráfico. Se utiliza el método de puntos interiores de Newton para obtener el valor óptimo de los parámetros. Por último, utiliza el modelo propuesto para predecir el flujo de tráfico en el momento siguiente. Al comparar los métodos de predicción existentes, el modelo propuesto ha demostrado tener un buen rendimiento. Puede obtener rápidamente el valor óptimo de los parámetros y tiene una mayor precisión de predicción, lo que puede utilizarse para hacer predicciones de flujo de tráfico en tiempo real.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Proponemos acoplar la medida de rendimiento R2 y la Optimización por Enjambre de Partículas con el fin de manejar problemas multi/hombre-objetivo. Nuestra propuesta muestra que a través de un proceso de interacción bien diseñado podemos mantener la metaheurística casi inalterable y a través de la medida de rendimiento R2 no utilizamos ni un archivo externo ni la dominancia de Pareto para guiar la búsqueda. El enfoque propuesto se valida utilizando varios problemas de prueba y medidas de rendimiento comúnmente adoptadas en la literatura especializada. Los resultados indican que el algoritmo propuesto produce resultados que son competitivos con respecto a los obtenidos por cuatro MOEAs bien conocidos. Además, validamos nuestra propuesta en problemas de optimización multiobjetivo. En estos problemas, nuestro enfoque mostró su principal fortaleza, ya que pudo superar a otro conocido MOEA basado en indicadores.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

La anotación manual de los léxicos de sentimientos cuesta demasiado trabajo y tiempo, y también es difícil obtener una cuantificación precisa de la intensidad emocional. Además, el excesivo énfasis en un campo específico ha limitado en gran medida la aplicabilidad de los léxicos de sentimientos de dominio (Wang et al., 2010). Este trabajo implementa el entrenamiento estadístico para corpus chinos a gran escala mediante un modelo lingüístico de red neuronal y propone un método automático de construcción de un léxico de sentimientos multidimensional basado en restricciones de desplazamiento de coordenadas. Para distinguir las polaridades del sentimiento de aquellas palabras que pueden expresar significados positivos o negativos en diferentes contextos, presentamos además un algoritmo de desambiguación del sentimiento para aumentar la flexibilidad de nuestro léxico. Por último, presentamos un marco de optimización global que proporciona una forma unificada de combinar varios recursos anotados por humanos para aprender nuestro léxico de sentimientos de 10 dimensiones SentiRuc. Los experimentos muestran el rendimiento superior del léxico SentiRuc en la prueba de etiquetado de categorías, la prueba de etiquetado de intensidad y las tareas de clasificación de sentimientos. Cabe destacar que, en la prueba de etiquetado de intensidad, SentiRuc supera al segundo clasificado en un 21%.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

La correlación intersujeto (ISC) es un método ampliamente utilizado para analizar los datos de imágenes de resonancia magnética funcional (fMRI) adquiridos durante estímulos naturalistas. Un reto en el análisis de la ISC es definir el tamaño de la muestra requerido de manera que los resultados sean fiables. Estudiamos el efecto del tamaño de la muestra en la fiabilidad del análisis ISC y, además, abordamos la siguiente cuestión: ¿Cuántos sujetos son necesarios para que las estadísticas ISC converjan con las estadísticas ISC obtenidas con una muestra grande? El estudio se realizó utilizando un conjunto de datos de diseño de bloques grandes de 130 sujetos. Realizamos un análisis basado en el remuestreo por partes, muestreando repetidamente dos subconjuntos no superpuestos de 10-65 sujetos y comparando los mapas ISC entre los conjuntos de sujetos independientes. Nuestros resultados sugirieron que con 20 sujetos, en promedio, la estadística ISC había convergido cerca de una estadística ISC de muestra grande con 130 sujetos. Sin embargo, la fiabilidad de los mapas ISC sin umbral y con umbral mejoró notablemente cuando el número de sujetos aumentó de 20 a 30 o más.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Mientras que los MOOCs ofrecen datos educativos a una nueva escala, muchos educadores encuentran un gran potencial en los big data que incluyen registros detallados de la actividad de cada alumno. Se puede predecir el comportamiento de un alumno, por ejemplo, si abandonará el curso. Cómo proporcionar un método eficaz, económico y escalable para detectar las trampas en los exámenes, como un examinador sustituto, es un problema difícil. En este trabajo, presentamos un método de predicción de calificaciones que utiliza las características de la actividad de los estudiantes para predecir si un alumno puede obtener una certificación si realiza un examen. El método consta de dos clasificaciones: la clasificación de la motivación (MC) y la clasificación de la nota (GC). La MC divide a todos los alumnos en tres grupos que incluyen la obtención de la certificación, el visionado de vídeos y el muestreo del curso. La CG predice entonces que un alumno que obtiene una certificación puede o no obtenerla. Nuestro experimento muestra que el método propuesto puede ajustarse al modelo de clasificación a una escala fina y que es posible encontrar un examinador sustituto.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Proponemos índices que describen la profundidad de la conciencia (DOC) basados en electroencefalogramas (EEG) adquiridos durante la anestesia. El índice Gini espectral (SpG) es un índice novedoso que utiliza la desigualdad en las potencias de los componentes espectrales del EEG; un índice similar es el índice Gini espectral binarizado (BSpG), que tiene una baja complejidad computacional. Se obtuvo un conjunto de datos de EEG de 15 sujetos durante los períodos de inducción y recuperación de la anestesia general con propofol. La eficacia de los índices como indicadores del DOC se demostró examinando los coeficientes de correlación de Spearman entre los índices y la concentración de propofol en el lugar de efecto. Se observó una mayor correlación para la SpG y la BSpG (0,633 y 0,770, respectivamente, p

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Al combinarse con métodos de kernel disperso, los algoritmos de diferencia temporal por mínimos cuadrados (LSTD) pueden construir el diccionario de características automáticamente y obtener una mejor capacidad de generalización. Sin embargo, los algoritmos LSTD anteriores basados en kernel no consideran la regularización y sus procesos de sparsificación son por lotes o fuera de línea, lo que dificulta su aplicación generalizada en problemas de aprendizaje en línea. En este trabajo, combinamos las siguientes cinco técnicas y proponemos dos nuevos algoritmos LSTD recursivos de kernel: (i) la sparsificación online, que puede hacer frente a regiones de estado desconocidas y utilizarse para el aprendizaje online, (ii) la regularización L2 y L1, que puede evitar el sobreajuste y eliminar la influencia del ruido, (iii) los mínimos cuadrados recursivos, que pueden eliminar las operaciones de inversión matricial y reducir la complejidad computacional, (iv) un enfoque de ventana deslizante, que puede evitar el almacenamiento en caché de todas las muestras de la historia y reducir el coste computacional, y (v) la subiteración de punto fijo y la poda online, que pueden hacer que la regularización L1 sea fácil de implementar. Por último, los resultados de la simulación de dos problemas de cadena de 50 estados demuestran la eficacia de nuestros algoritmos.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Para muchas aplicaciones gráficas, de diseño y de interacción con el ordenador, es esencial entender dónde miran los humanos en una escena con una tarea concreta. Los modelos de saliencia pueden utilizarse para predecir las ubicaciones de fijación, pero un gran número de modelos de saliencia anteriores se centraban en la tarea de visión libre. Se basan en cálculos ascendentes que no tienen en cuenta la semántica de la imagen orientada a la tarea y a menudo no coinciden con los movimientos oculares reales. Para abordar este problema, recogimos datos de seguimiento ocular de 11 sujetos cuando realizaban alguna tarea de búsqueda concreta en 1307 imágenes y datos de anotación de 2.511 objetos segmentados con contornos finos y 8 atributos semánticos. Utilizando esta base de datos como ejemplos de entrenamiento y prueba, aprendimos un modelo de saliencia basado en las características de la imagen de abajo hacia arriba y la característica de la posición del objetivo. Los resultados experimentales demuestran la importancia de la información del objetivo en la predicción de la atención visual orientada a la tarea.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Este trabajo presenta un método novedoso para mejorar el paso de entrenamiento de los filtros de Gabor de escala única utilizando el algoritmo de distribución marginal univariante de Boltzmann (BUMDA) en angiogramas de rayos X. Dado que los filtros de Gabor de escala única (SSG) se rigen por tres parámetros, la selección óptima de los parámetros SSG es muy deseable para maximizar el rendimiento de la detección de las arterias coronarias, al tiempo que se reduce el tiempo de cálculo. Para obtener el mejor conjunto de parámetros para el SSG, se utiliza el área ( A z ) bajo la curva de características operativas del receptor como función de aptitud. Además, para clasificar los píxeles con y sin vasos a partir de la respuesta del filtro Gabor, se ha adoptado el método de umbralización de la varianza interclase. Los resultados experimentales utilizando el método propuesto obtuvieron la tasa de detección más alta con A z = 0,9502 sobre un conjunto de entrenamiento de 40 imágenes y A z = 0,9583 con un conjunto de prueba de 40 imágenes. Además, los resultados experimentales de la segmentación de vasos proporcionaron una precisión de 0,944 con el conjunto de prueba de angiogramas.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

El cerebro humano experimenta una compleja reorganización y cambios durante el envejecimiento. Gracias a la teoría de los grafos, los científicos pueden encontrar diferencias en las propiedades topológicas de las redes cerebrales funcionales entre adultos jóvenes y mayores. Sin embargo, estas diferencias son a veces significativas y otras no. Varios estudios han identificado incluso diferencias dispares en las propiedades topológicas durante el envejecimiento normal o en las enfermedades relacionadas con la edad. Una posible razón de este problema es que los métodos existentes de construcción de redes cerebrales no pueden extraer completamente los "bordes intrínsecos" para evitar que las señales útiles queden enterradas en el ruido. Este trabajo propone un nuevo método de votación de subredes (SNV) con ventana deslizante para construir redes cerebrales funcionales para adultos jóvenes y mayores. Las diferencias en las propiedades topológicas de las redes cerebrales construidas a partir de los métodos clásico y SNV fueron consistentes. El análisis estadístico mostró que el método SNV puede identificar diferencias mucho más significativas desde el punto de vista estadístico entre los grupos que el método clásico. Además, se utilizó la máquina de vectores de apoyo para clasificar a los adultos jóvenes y a los ancianos; su precisión, basada en el método SNV, alcanzó el 89,3%, significativamente mayor que la del método clásico. Por lo tanto, el método SNV puede mejorar la consistencia dentro de un grupo y destacar las diferencias entre grupos, lo que puede ser valioso para la exploración y el diagnóstico auxiliar del envejecimiento y las enfermedades relacionadas con la edad.

Fuente: Revista Virtual Pro Formatos de contenido: Otros