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 objetivo del presente trabajo es mostrar cómo la variación de la asimetría cortical frontal del EEG se relaciona con la apreciación general percibida durante la observación de anuncios de televisión, en particular considerando la influencia del género y la edad en la misma. En concreto, se investigó la influencia del género en la percepción de un anuncio de coches (Experimento 1 ) y la influencia del factor edad en un anuncio de chicles (Experimento 2 ). Los resultados del Experimento 1 mostraron valores de aproximación estadísticamente significativos más altos para el grupo de hombres durante todo el anuncio. Los resultados del Experimento 2 mostraron valores significativamente más bajos por parte de los adultos mayores para el anuncio, que contenía escenas poco agradables para ellos. En ambos estudios, no hubo diferencias estadísticamente significativas en la escena con respecto a la oferta del producto entre las poblaciones experimentales, lo que sugiere la ausencia en nuestro estudio de un sesgo hacia el producto específico en las poblaciones evaluadas. Estas evidencias constatan la importancia de la creatividad en la publicidad, para atraer a la población objetivo.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El algoritmo inteligente bioinspirado (BIA) es un tipo de método de computación inteligente, que tiene un mecanismo de funcionamiento biológico más realista que otros tipos. Los BIA han realizado importantes avances tanto en la comprensión de la neurociencia y los sistemas biológicos como en su aplicación a diversos campos. El control de robots móviles es uno de los principales campos de aplicación de los BIA que ha atraído cada vez más atención, porque los robots móviles pueden utilizarse ampliamente y los algoritmos inteligentes artificiales generales se encuentran con un cuello de botella de desarrollo en este campo, como la computación compleja y la dependencia de sensores de alta precisión. Este artículo presenta un estudio de la investigación reciente sobre los BIA, que se centra en la investigación sobre la realización de varios BIA basados en diferentes mecanismos de trabajo y las aplicaciones para el control de los robots móviles, para ayudar a comprender los BIA de forma exhaustiva y clara. El estudio consta de cuatro partes principales: una clasificación de los BIAs a partir del mecanismo biomimético, un resumen de varios BIAs típicos de diferentes niveles, una visión general de las aplicaciones actuales de los BIAs en el control de robots móviles, y una descripción de algunas posibles direcciones futuras de investigación.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Aunque la tecnología de interfaz cerebro-ordenador se diseña principalmente pensando en las personas discapacitadas, también puede ser beneficiosa para los sujetos sanos, por ejemplo, en sistemas de juego o de realidad virtual. En este artículo analizamos la arquitectura típica, los paradigmas, los requisitos y las limitaciones de los sistemas de juego basados en el electroencefalograma. Hemos desarrollado un prototipo de sistema de interfaz cerebro-ordenador de tres clases, basado en el paradigma de potenciales evocados visualmente en estado estacionario y en el auricular Emotiv EPOC. Se ha utilizado un juego de tiro al blanco online, implementado en el entorno OpenViBE, para la retroalimentación del usuario. El sistema utiliza la transformada de átomos de onda para la extracción de características, logrando una precisión media del 78,2% utilizando un clasificador de análisis discriminante lineal, del 79,3% utilizando un clasificador de máquina de vectores de apoyo con un núcleo lineal, y del 80,5% utilizando un clasificador de máquina de vectores de apoyo con un núcleo de función de base radial.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

El artículo presentado compara la previsión de los índices de sequía basada en dos modelos diferentes de redes neuronales artificiales. El primer modelo se basa en el perceptrón multicapa feedforward, sANN, y el segundo es el modelo de red neuronal integrada, hANN. Los índices de sequía analizados son el índice de precipitación estandarizado (SPI) y el índice de evaporación de la precipitación estandarizado (SPEI) y se obtuvieron para el periodo 1948-2002 en dos cuencas de Estados Unidos. Los datos meteorológicos e hidrológicos se obtuvieron del experimento MOPEX. El entrenamiento de ambos modelos de redes neuronales se realizó mediante la versión adaptativa de la evolución diferencial, JADE. La comparación de los modelos se basó en seis medidas de rendimiento del modelo. Los resultados de la previsión de los índices de sequía, explicados por los valores de cuatro índices de rendimiento del modelo, muestran que el modelo de red neuronal integrada fue superior al perceptrón multicapa feedforward con una capa oculta de neuronas.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

El uso de dispositivos portátiles para estudiar la marcha y el control postural es un campo en auge en los trastornos neurodegenerativos como la enfermedad de Alzheimer (EA). En este trabajo, investigamos si los clasificadores de aprendizaje automático ofrecen el poder de discriminación para el diagnóstico de la EA basado en la cinemática de control postural. Comparamos máquinas de vectores de apoyo (SVM), perceptrones de múltiples capas (MLP), redes neuronales de funciones de base radial (RBN) y redes de creencia profunda (DBN) en 72 participantes (36 pacientes con EA y 36 sujetos sanos) expuestos a siete tareas posturales de dificultad creciente. El espacio de decisión se compuso de 18 variables cinemáticas (ajustadas por edad, educación, altura y peso), con o sin evaluación neuropsicológica (puntuación de la evaluación cognitiva de Montreal (MoCA)), clasificadas en primer lugar en un análisis incremental de errores. Los resultados de la clasificación se basaron en una triple validación cruzada de 50 conjuntos de ejecuciones independientes y aleatorias: entrenamiento (50%), prueba (40%) y validación (10%). Con un espacio de decisión basado únicamente en la cinemática postural, la precisión del diagnóstico de EA osciló entre el 71,7 y el 86,1%. Añadiendo la variable MoCA, la precisión osciló entre el 91 y el 96,6%. El clasificador MLP obtuvo el mejor rendimiento en ambos espacios de decisión. Habiendo comprendido la interacción interdinámica entre la estabilidad postural y el rendimiento cognitivo, nuestros resultados respaldan los modelos de aprendizaje automático como una herramienta útil para el diagnóstico asistido por ordenador de la EA basado en la cinemática de control postural.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2015

La implementación por hardware de las redes neuronales artificiales (RNA) permite explotar el paralelismo inherente a estos sistemas. Sin embargo, requieren una gran cantidad de recursos en términos de área y disipación de energía. Recientemente, la Computación de Reservorio (RC) ha surgido como una técnica estratégica para diseñar redes neuronales recurrentes (RNNs) con capacidades de aprendizaje sencillas. En este trabajo, mostramos un nuevo enfoque para implementar sistemas RC con puertas digitales. El método propuesto se basa en el uso de conceptos de computación probabilística para reducir el hardware necesario para implementar diferentes operaciones aritméticas. El resultado es el desarrollo de un sistema altamente funcional con bajos recursos de hardware. La metodología presentada se aplica a la previsión de series temporales caóticas.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

Para reducir el aumento de la deformación del suelo de carbón y la frecuencia de ajuste manual de los balancines, se propone un enfoque mejorado mediante la integración de un algoritmo genético mejorado y un método de control lógico difuso (GFLC). Se analiza el aumento de la deformación del suelo de carbón y se construye un modelo. A continuación, se construye el marco del enfoque propuesto. Además, se emplean los componentes del AG como la selección de la ruleta de la función tangente (Tan-RWS), el cruce uniforme y la mutación no uniforme para mejorar el rendimiento del GFLC. Por último, se realizan dos ejemplos de simulación y un ejemplo de aplicación industrial, y los resultados indican que el método propuesto es factible y eficiente.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

La Estimación de Norma Mínima (MNE) es un método de solución inversa ampliamente utilizado para reconstruir las series temporales de origen que subyacen a los datos de magnetoencefalografía (MEG). La MNE aborda la naturaleza mal planteada de la estimación de la fuente MEG a través de la regularización (por ejemplo, la regularización de Tikhonov). La selección del mejor parámetro de regularización es un paso crítico. Generalmente, una vez fijado, es práctica común mantener el mismo coeficiente a lo largo de un estudio. Sin embargo, todavía no se sabe si el lambda óptimo para el análisis de potencia espectral de los datos de la fuente MEG coincide con la regularización óptima para el análisis del acoplamiento oscilatorio a nivel de la fuente. Abordamos esta cuestión mediante extensas simulaciones de Monte-Carlo de los datos de MEG, en las que generamos 21.600 configuraciones de pares de fuentes acopladas con diferentes tamaños, relación señal-ruido (SNR) e intensidades de acoplamiento. A continuación, buscamos los coeficientes de regularización de Tikhonov (lambda) que maximizan el rendimiento de la detección para (a) la potencia y (b) la coherencia. Para la coherencia, el lambda óptimo era dos órdenes de magnitud menor que el mejor lambda para la potencia. Además, descubrimos que la extensión espacial de las fuentes que interactúan y la SNR, pero no el grado de acoplamiento, eran los principales parámetros que afectaban a la mejor elección de lambda. Nuestros hallazgos sugieren utilizar menos regularización cuando se mide el acoplamiento oscilatorio en comparación con la estimación de la potencia.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

El clustering de regresión es una mezcla de aprendizaje estadístico no supervisado y supervisado y un método de minería de datos que se encuentra en una amplia gama de aplicaciones, incluyendo la inteligencia artificial y la neurociencia. Realiza un aprendizaje no supervisado cuando agrupa los datos según sus respectivos hiperplanos de regresión no observados. El método también realiza un aprendizaje supervisado cuando ajusta los hiperplanos de regresión a los correspondientes clusters de datos. La aplicación del clustering de regresión en la práctica requiere medios para determinar el número subyacente de clusters en los datos, encontrar la etiqueta de cluster de cada punto de datos y estimar los coeficientes de regresión del modelo. En este artículo, revisamos los problemas de estimación y selección en la agrupación por regresión con respecto a los métodos estadísticos de mínimos cuadrados y robustos. También proporcionamos una técnica basada en la selección de modelos para determinar el número de conglomerados de regresión subyacentes a los datos. Además, desarrollamos un procedimiento informático para la estimación y selección de clusters de regresión. Por último, se presentan estudios de simulación para evaluar el procedimiento, junto con el análisis de un conjunto de datos reales sobre el marcado de células RGB en neurociencia para ilustrar e interpretar el método.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi Publishing Corporation | Fecha: 2016

El objetivo de este estudio es construir un modelo de decodificación lineal que revele la relación entre la información del movimiento y los datos del EOG (electrooculograma) para controlar en línea un cursor de forma continua con parpadeos y movimientos de persecución ocular. En primer lugar, se propone un método de detección de parpadeo para rechazar la información de un parpadeo voluntario o de un doble parpadeo a partir del EOG. A continuación, se desarrolla un modelo de decodificación lineal de series temporales para predecir la posición de la mirada, y los parámetros del modelo se calibran mediante el algoritmo RLS (Recursive Least Square); además, la evaluación de la precisión de la decodificación se evalúa mediante un procedimiento de validación cruzada. Además, se presenta el procesamiento de la subsección, el control del incremento y la calibración en línea para realizar el control en línea. Por último, la tecnología se aplica al control volitivo y en línea de un cursor para alcanzar los múltiples objetivos predefinidos. Los resultados experimentales muestran que el algoritmo de detección de parpadeos funciona bien, con una tasa de detección de parpadeos voluntarios superior al 95%. Combinando los méritos de los parpadeos y los movimientos suaves de persecución, la información del movimiento de los ojos puede descodificarse de forma satisfactoria, con un coeficiente de correlación de Pearson medio de hasta 0,9592, y todas las relaciones señal-ruido son superiores a 0. El novedoso sistema permite a las personas controlar con éxito y de forma económica un cursor en línea con una tasa de aciertos del 98%.

Fuente: Revista Virtual Pro Formatos de contenido: Otros