Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

En los últimos años, algunos investigadores consideraron la cuantificación del color de la imagen como un problema de un solo objetivo y aplicaron algoritmos heurísticos para resolverlo. Este trabajo establece un modelo de cuantificación del color de la imagen multiobjetivo con la distancia intracluster y la separación intercluster como objetivos. Inspirado en una idea de multipoblación, se propone un algoritmo de cuantificación del color de la imagen multiobjetivo basado en la evolución diferencial híbrida autoadaptativa (MoDE-CIQ) para resolver este modelo. Se realizan dos experimentos numéricos con cuatro imágenes de prueba comunes para analizar la eficacia y competitividad del modelo multiobjetivo y del algoritmo propuesto.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

Proponemos un enfoque para la agrupación y visualización de los modelos estructurales cognitivos de los estudiantes. Utilizamos el mapa autoorganizado (SOM) combinado con el clustering de Ward para realizar el análisis de cluster. En el estudio realizado con 100 sujetos, se utilizó como herramienta de recogida de datos un test de comprensión conceptual consistente en preguntas abiertas. Los resultados de los análisis indicaron que los estudiantes construyeron el concepto de alivio asociándolo predominantemente con lo humano. El movimiento fue el término que más se asoció al concepto de vitalidad. Los resultados sugieren que el concepto de alivio se ha construido utilizando estructuras cognitivas antropocéntricas y animistas. En el siguiente paso, utilizamos los datos obtenidos en la prueba de comprensión conceptual para entrenar el SOM. En consecuencia, proponemos un método de visualización de la estructura cognitiva del concepto de alivio.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Se propone un Algoritmo Evolutivo Guiado (GEA) con estrategia codiciosa para problemas de optimización global. Inspirado en la Optimización por Enjambre de Partículas, el Algoritmo Genético y el Algoritmo del Murciélago, el GEA ha sido diseñado para conservar algunas ventajas de cada método y evitar al mismo tiempo algunas desventajas. A diferencia del Algoritmo Genético habitual, cada individuo en GEA se cruza con el mejor individuo global actual en lugar de un individuo seleccionado al azar. El mejor individuo actual sirve de guía para atraer a la descendencia a su región del espacio genotípico. La mutación se añadió a la descendencia según una probabilidad de mutación dinámica. Para aumentar la capacidad de explotación, se aplicó un mecanismo de búsqueda local a los nuevos individuos según una probabilidad dinámica de búsqueda local. Los resultados experimentales muestran que GEA superó a los otros tres algoritmos típicos de optimización global con los que se comparó.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

El patrón espacial común (CSP) y otros métodos de extracción de características espaciales se han convertido en los enfoques más eficaces y exitosos para resolver el problema del reconocimiento de patrones de electroencefalografía de imágenes motoras (MI-EEG) a partir de la actividad neuronal multicanal en los últimos años. Sin embargo, estos métodos necesitan una gran cantidad de preprocesamiento y postprocesamiento, como el filtrado, la degradación y la fusión de características espacio-espectrales, que influyen fácilmente en la precisión de la clasificación. En este trabajo, utilizamos sistemas dinámicos lineales (LDSs) para la extracción y clasificación de las señales EEG. El modelo LDS tiene muchas ventajas, como la generación simultánea de matrices de características espaciales y temporales, la ausencia de preprocesamiento o postprocesamiento y el bajo coste. Además, se introduce un enfoque de descomposición matricial de bajo rango para eliminar el ruido y el componente de estado de reposo con el fin de mejorar la robustez del sistema. A continuación, proponemos un algoritmo de LDSs de bajo rango para descomponer el subespacio de características de LDSs en Grassmannian finito y obtener un mejor rendimiento. Se llevan a cabo amplios experimentos con el conjunto de datos públicos "BCI Competition III Dataset IVa" y "BCI Competition IV Database 2a". Los resultados muestran que los tres métodos propuestos ofrecen una mayor precisión en comparación con los enfoques predominantes, como CSP y CSSP.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Para subsanar la deficiencia del algoritmo fuzzy c-means (FCM) de tener que conocer de antemano el número de conglomerados, este artículo propone un nuevo método autoadaptativo para determinar el número óptimo de conglomerados. En primer lugar, se propuso un algoritmo basado en la densidad. El algoritmo, de acuerdo con las características del conjunto de datos, determinó automáticamente el posible número máximo de clusters en lugar de utilizar la regla empírica n y obtuvo los centroides de clusters iniciales óptimos, mejorando la limitación del FCM de que los centroides de clusters seleccionados aleatoriamente llevan el resultado de convergencia al mínimo local. En segundo lugar, este trabajo, introduciendo una función de penalización, propuso un nuevo índice de validez de clustering difuso basado en la compacidad y la separación difusas, que aseguraba que cuando el número de clusters rozaba el de objetos en el conjunto de datos, el valor del índice de validez de clustering no disminuía monotónicamente y se acercaba a cero, de modo que el número óptimo de clusters perdía robustez y función de decisión. A continuación, basándose en estos estudios, se propuso un algoritmo FCM autoadaptativo para estimar el número óptimo de conglomerados mediante el proceso iterativo de prueba y error. Por último, se realizaron experimentos con los conjuntos de datos de la UCI, la Copa KDD 1999 y conjuntos de datos sintéticos, que demostraron que el método no sólo determinaba eficazmente el número óptimo de clusters, sino que también reducía la iteración de FCM con el resultado de clustering estable.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Se ha considerado que el mecanismo neural de los movimientos hábiles, como el alcance, difiere del de los movimientos rítmicos, como la locomoción. En general, se piensa que los movimientos hábiles son controlados conscientemente por el cerebro, mientras que los movimientos rítmicos suelen ser controlados de forma autónoma por la médula espinal y el tronco cerebral. Sin embargo, varios estudios realizados en las últimas décadas han sugerido que las redes neuronales de la médula espinal también pueden participar en la generación de movimientos hábiles. Además, un estudio reciente ha revelado que las actividades neuronales de la corteza motora presentan oscilaciones rítmicas correspondientes a la frecuencia de movimiento durante los movimientos de alcance como movimientos rítmicos. Sin embargo, no está claro si las oscilaciones se generan en la médula espinal o si es el circuito cortical de la corteza motora el que las provoca. Si la médula espinal está implicada en los movimientos hábiles, entonces deberían encontrarse oscilaciones rítmicas similares con retrasos de tiempo en la actividad neuronal macroscópica. Medimos las señales MEG de todo el cerebro durante el alcance. Las señales MEG se analizaron mediante un método de análisis dinámico. Encontramos que las oscilaciones rítmicas con retrasos de tiempo ocurren en todos los sujetos durante los movimientos de alcance. Los resultados sugieren que el sistema corticoespinal está implicado en la generación y el control de los movimientos hábiles como movimientos rítmicos.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

En este trabajo, se aplica el Mapa Auto-Organizado (SOM) para el Problema del Vendedor Viajero Múltiple (MTSP) con objetivo minmax al problema robótico de planificación de trayectorias multigoal en el dominio poligonal. La principal dificultad de este despliegue de SOM es la determinación de trayectorias libres de colisiones entre obstáculos que se requiere para evaluar las distancias neurona-ciudad en la fase de selección de ganadores del aprendizaje no supervisado. Además, también se necesita un camino libre de colisiones en la fase de adaptación, en la que las neuronas se adaptan a la señal de entrada presentada (ciudad) a la red. Se utilizan aproximaciones simples del camino más corto para abordar esta cuestión y resolver el MTSP robótico mediante SOM. La idoneidad de las aproximaciones propuestas se verifica en el contexto de la inspección cooperativa, donde las ciudades representan lugares de detección que garantizan "ver" todo el espacio de trabajo de los robots. La tarea de inspección formulada como MTSP-Minmax se resuelve mediante el enfoque SOM propuesto y se compara con la heurística combinatoria GENIUS. Los resultados indican que el enfoque propuesto proporciona resultados competitivos con respecto a GENIUS y apoyan la aplicabilidad de SOM para la planificación de trayectorias robóticas multigénero con un grupo de robots móviles que cooperan. La combinación propuesta de rutas más cortas aproximadas con aprendizaje no supervisado abre nuevas aplicaciones de SOM en el campo de la planificación robótica.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

En las pantallas estereoscópicas, una sensación de profundidad demasiado fuerte puede impedir el confort visual y provocar fatiga o dolor. Utilizamos la electroencefalografía (EEG) para desarrollar una novedosa interfaz cerebro-ordenador que monitoriza los estados de los usuarios con el fin de reducir la tensión visual. Presentamos el primer sistema que discrimina las condiciones cómodas de las incómodas durante la visión estereoscópica utilizando EEG. En particular, mostramos que los cambios en las amplitudes de los potenciales relacionados con eventos (ERPs) o los cambios en la potencia de las oscilaciones del EEG tras la presentación de objetos estereoscópicos pueden utilizarse para estimar el confort visual. Nuestro sistema reacciona en el plazo de 1 s a las variaciones de profundidad, logrando una precisión del 63de media (hasta un 76%) y un 74% de media cuando se miden 7 variaciones consecutivas (hasta un 93%). Los rendimientos son estables (?62,5%) cuando se utiliza un procesamiento de señales simplificado para simular los análisis en línea o cuando se reduce el número de canales de EEG. Este estudio podría dar lugar a sistemas adaptativos que adapten automáticamente las pantallas estereoscópicas a los usuarios y a las condiciones de visualización. Por ejemplo, se podría adaptar el efecto estereoscópico al estado de los usuarios modificando la superposición de las imágenes izquierda y derecha en función del resultado del clasificador.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Las redes neuronales artificiales (RNA) son un algoritmo muy utilizado en los campos del reconocimiento de patrones, la clasificación y la predicción. Entre una serie de redes neuronales, la red neuronal de retropropagación (BPNN) se ha convertido en la más famosa debido a su notable capacidad de aproximación de funciones. Sin embargo, una BPNN estándar suele emplear un gran número de cálculos de suma y sigmoide, lo que puede dar lugar a una baja eficiencia al tratar con un gran volumen de datos. Por lo tanto, paralelizar la BPNN utilizando tecnologías de computación distribuida es una forma eficaz de mejorar el rendimiento del algoritmo en términos de eficiencia. Sin embargo, la paralelización tradicional puede llevar a una pérdida de precisión. Aunque se han realizado varios complementos, sigue siendo difícil encontrar un compromiso entre eficiencia y precisión. Este trabajo presenta un BPNN paralelizado basado en el modelo de computación MapReduce que proporciona características avanzadas, incluyendo la tolerancia a fallos, la replicación de datos y el equilibrio de carga. Y también para mejorar el rendimiento del algoritmo en términos de precisión, este trabajo crea un enfoque de clasificación basado en un modelo en cascada, que ayuda a refinar los resultados de la clasificación. Los resultados experimentales indican que el BPNN paralelizado presentado es capaz de ofrecer una alta eficiencia manteniendo una excelente precisión al permitir el aprendizaje automático a gran escala.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Este trabajo propone un algoritmo de búsqueda de cuco mejorado (ICS) para establecer los parámetros de los sistemas caóticos. Con el fin de mejorar la capacidad de optimización del algoritmo básico de búsqueda de cuco (CS), el diseño ortogonal y la operación de recocido simulado se incorporan al algoritmo CS para mejorar la capacidad de búsqueda de explotación. A continuación, el algoritmo propuesto se utiliza para establecer los parámetros del sistema caótico de Lorenz y del sistema caótico de Chen en condiciones de ausencia de ruido y de ruido, respectivamente. Los resultados numéricos demuestran que el algoritmo puede estimar los parámetros con gran precisión y fiabilidad. Por último, los resultados se comparan con el algoritmo CS, el algoritmo genético y el algoritmo de optimización de enjambre de partículas, y los resultados comparados demuestran que el método es energéticamente eficiente y superior.

Fuente: Revista Virtual Pro Formatos de contenido: Otros