Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El análisis de componentes independientes (ICA) de los datos de resonancia magnética funcional (fMRI) puede emplearse como método exploratorio. La falta en el modelo ICA de fuertes suposiciones a priori sobre la señal o sobre el ruido conduce a interpretaciones difíciles de los resultados. Además, la independencia estadística de los componentes sólo se aproxima. Las dependencias residuales entre los componentes pueden revelar una estructura informativa en los datos. Un problema importante está relacionado con la selección del orden del modelo, es decir, el número de componentes que se extraen. En concreto, la sobreestimación puede llevar a la división de los componentes. En este trabajo se investiga un método basado en el clustering jerárquico de ICA aplicado a conjuntos de datos de fMRI. El algoritmo de clustering utiliza una métrica basada en la información mutua entre los CIs. Para estimar la medida de similitud, se prueban en conjuntos de datos simulados una técnica basada en el histograma y otra basada en la estimación de la densidad del kernel. Los resultados de las simulaciones indican que el método podría utilizarse para agrupar componentes relacionados con la misma tarea y resultantes de un proceso de división que se produce en diferentes órdenes de modelos. Se han encontrado y discutido diferentes rendimientos de las medidas de similitud. Los resultados preliminares sobre datos reales muestran que el método puede agrupar componentes relacionados con la tarea y transitoriamente relacionados con la tarea.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

En este trabajo se aborda el problema del control de rumbo de un buque de superficie subactuado. En primer lugar, se adoptan redes neuronales para determinar los parámetros de la parte desconocida del control backstepping virtual ideal, incluso los valores de peso de la red neuronal se actualizan mediante una técnica adaptativa. A continuación, se ha demostrado la estabilidad uniforme para la convergencia de los errores de seguimiento del rumbo mediante la teoría de la estabilidad de Lyapunov. Finalmente, se realizan experimentos de simulación para ilustrar la eficacia del método de control propuesto.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Se propuso un algoritmo de correlación de desplazamiento temporal muy eficaz para tratar la incertidumbre del tiempo de pico del potencial evocado P300 para una interfaz cerebro-ordenador (BCI) basada en P300. Los datos de la serie de correlación de desplazamiento temporal se recogieron como nodos de entrada de una red neuronal artificial (RNA), y se seleccionó la clasificación de cuatro estímulos visuales LED como nodo de salida. Se realizaron dos modos de funcionamiento, incluyendo el modo de reconocimiento rápido (FM) y el modo de reconocimiento preciso (AM). El sistema BCI propuesto se implementó en un sistema embebido para comandar un robot humanoide de tamaño adulto, con el fin de evaluar el rendimiento a partir de la investigación de las trayectorias reales del robot humanoide. Cuando el robot humanoide caminaba por una zona espaciosa, la FM se utilizaba para controlar el robot con una mayor tasa de transferencia de información (ITR). Cuando el robot caminaba por una zona abarrotada, se utilizaba el AM para obtener una alta precisión de reconocimiento y reducir el riesgo de colisión. Los resultados experimentales mostraron que, en 100 ensayos, la tasa de precisión de FM fue del 87,8y el ITR medio era de 52,73 bits/min. Además, la tasa de precisión mejoró hasta el 92 en el AM, y el ITR medio disminuyó hasta los 31,27 bits/min. debido a las estrictas restricciones de reconocimiento.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Este estudio investigó el uso de la Red Neural Artificial (RNA) y el Algoritmo Genético (AG) para predecir la tendencia del índice SET50 de Tailandia. La RNA es un método de aprendizaje automático ampliamente aceptado que utiliza datos pasados para predecir la tendencia futura, mientras que el AG es un algoritmo que puede encontrar mejores subconjuntos de variables de entrada para importarlos a la RNA, lo que permite una predicción más precisa gracias a su eficiente selección de características. Los datos importados fueron indicadores técnicos elegidos que gozan de gran prestigio entre los analistas bursátiles, cada uno de ellos representado por 4 variables de entrada que se basaban en intervalos de tiempo pasados de 4 longitudes diferentes: intervalos de 3, 5, 10 y 15 días antes del día de la predicción. Esta tarea de importación generó un gran conjunto de diversas variables de entrada con un número exponencialmente mayor de posibles subconjuntos que GA redujo a un número manejable de los más eficaces. Los datos del índice SET50 de los últimos 6 años, de 2009 a 2014, se utilizaron para evaluar la precisión de la predicción de esta inteligencia híbrida, y se comprobó que los resultados de la predicción del híbrido eran más precisos que los realizados por un método que utilizaba sólo una variable de entrada para una longitud fija del período de tiempo pasado.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

En los últimos años, se han desarrollado algunos métodos de aprendizaje profundo y se han aplicado a aplicaciones de clasificación de imágenes, como la red neuronal convolucional (CNN) y la red de creencia profunda (DBN). Sin embargo, adolecen de algunos problemas como los mínimos locales, la lenta tasa de convergencia y la intensa intervención humana. En este trabajo, proponemos un método de aprendizaje rápido, a saber, la máquina de aprendizaje extremo convolucional profunda (DC-ELM), que combina la potencia de la CNN y el entrenamiento rápido de la ELM. Utiliza múltiples capas de convolución alternas y capas de agrupación para abstraer eficazmente las características de alto nivel de las imágenes de entrada. A continuación, las características abstraídas se introducen en un clasificador ELM, lo que conduce a un mejor rendimiento de generalización con una mayor velocidad de aprendizaje. DC-ELM también introduce un pooling estocástico en la última capa oculta para reducir la dimensionalidad de las características en gran medida, ahorrando así mucho tiempo de entrenamiento y recursos computacionales. Evaluamos sistemáticamente el rendimiento de DC-ELM en dos conjuntos de datos de dígitos escritos a mano: MNIST y USPS. Los resultados experimentales muestran que nuestro método logró una mejor precisión en las pruebas con un tiempo de entrenamiento significativamente menor en comparación con los métodos de aprendizaje profundo y otros métodos ELM.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Este artículo describe en detalle el diseño del predictor de texto especializado para pacientes con la enfermedad de Huntington. El objetivo principal del predictor de texto especializado es mejorar la tasa de entrada de texto limitando las frases que el usuario puede escribir. Demostramos que este predictor especializado puede mejorar significativamente la tasa de entrada de texto en comparación con un predictor de texto estándar de propósito general. Sin embargo, el predictor de texto especializado hace más difícil que el usuario exprese sus propias ideas. Hemos mejorado aún más el predictor de texto utilizando la base de datos semántica para extraer términos sinónimos, hiperónimos e hipónimos para las palabras que no están presentes en los datos de entrenamiento del predictor de texto especializado. Estos datos pueden utilizarse para calcular predicciones razonables de palabras que el predictor de textos no conoce originalmente.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

La baza más importante de los métodos de clasificación semisupervisada es el uso de los datos disponibles sin etiquetar, combinados con un conjunto claramente menor de ejemplos etiquetados, con el fin de aumentar la precisión de la clasificación en comparación con el procedimiento por defecto de los métodos supervisados, que, por otra parte, sólo utilizan los datos etiquetados durante la fase de entrenamiento. Tanto la ausencia de mecanismos automatizados que produzcan datos etiquetados como el alto coste del esfuerzo humano necesario para completar el procedimiento de etiquetado en varios dominios científicos hacen que surja la necesidad de métodos semisupervisados que contrarresten este fenómeno. En este trabajo, se presenta un algoritmo auto-entrenado de Ýrboles Modelo Logísticos (LMT), que combina las características de los Ýrboles Logísticos bajo el escenario de escasos datos etiquetados disponibles. Realizamos una comparación en profundidad con otros métodos de clasificación semisupervisada bien conocidos en conjuntos de datos de referencia estándar y finalmente llegamos al punto de que la técnica presentada tenía mejor precisión en la mayoría de los casos.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Este trabajo se ocupa del diseño de una Red de Función de Base Radial Incremental (IRBFN) combinando la Regresión Lineal (LR) y la RBFN local para la predicción de la carga de calefacción y la carga de refrigeración en edificios residenciales. Aquí la IRBFN propuesta se diseña construyendo una colección de gránulos de información a través del algoritmo de clustering Context-based Fuzzy C-Means (CFCM) que se guía por la distribución del error de la parte lineal del modelo LR. Después de adoptar una construcción de un LR como modelo global, se refina a través de RBFN local que captura las no linealidades restantes y más localizadas del sistema a considerar. Los experimentos se realizan sobre la estimación del rendimiento energético de 768 edificios residenciales diversos. Los resultados experimentales revelaron que el IRBFN propuesto mostró un buen rendimiento en comparación con el LR, el RBFN estándar, el RBFN con gránulos de información y el Modelo Lingüístico (LM).

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

$Imagen de apoyo de Inversion for Refractivity Parameters Using a Dynamic Adaptive Cuckoo Search with Crossover Operator Algorithm$

Por: Hindawi Publishing Corporation | Fecha: 2016

El uso de la técnica RFC para estimar los parámetros de refractividad es un complejo problema de optimización no lineal. En este trabajo, se propone un algoritmo de búsqueda de cuco (CS) mejorado para tratar este problema. Para mejorar el rendimiento del algoritmo CS, se integró una operación de adaptación dinámica de parámetros y una operación de cruce en el CS estándar (DACS-CO). Para controlar el proceso de ajuste adaptativo dinámico de los parámetros se utilizaron los criterios 1/5 de Rechenberg combinados con el factor de aprendizaje. La operación de cruce del algoritmo genético se utilizó para garantizar la diversidad de la población. El nuevo algoritmo híbrido tiene una mejor capacidad de búsqueda local y contribuye a un rendimiento superior. Para verificar la capacidad del algoritmo DACS-CO para estimar los parámetros de refractividad atmosférica, se implementan los datos de simulación y los datos reales de desorden de radar. Los experimentos numéricos demuestran que el algoritmo DACS-CO puede proporcionar un método eficaz para la estimación en tiempo casi real del perfil de refractividad atmosférica a partir de las interferencias del radar.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

La generación de células de lugar visuales (VPC) es un contenido importante en el campo de la navegación bioinspirada. Mediante el análisis de las características de disparo de las células de lugar biológicas y de los métodos existentes para la generación de VPCs, en este artículo se resume un modelo de generación de células de lugar visuales basado en la percepción del entorno y en una medida similar. El proceso de generación de VPCs se divide en tres fases, incluyendo la percepción del entorno, la medida similar y el reclutamiento de una nueva célula de lugar. De acuerdo con este proceso, se presenta un método específico para generar VPCs. Los puntos de referencia externos se obtienen a partir de las características invariantes locales de la imagen y se diseña una función de medida similar basada en la distancia euclidiana y la función gaussiana. La simulación valida el método propuesto. La característica de disparo de las VPC generadas es similar a la de las células de lugar biológicas, y los campos de disparo de las VPC pueden ajustarse de forma flexible cambiando el factor de ajuste del campo de disparo (AFFF) y el umbral de la tasa de disparo (FRT).

Fuente: Revista Virtual Pro Formatos de contenido: Otros