Saltar navegación e ir al contenido principal

Estás filtrando por

Se encontraron 110737 resultados en recursos

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

La técnica de navegación inercial para peatones (PDR, por sus siglas en inglés) es ampliamente utilizada debido a su facilidad de implementación en dispositivos portátiles como smartphones. Sin embargo, el error de posición que se acumula con el tiempo es la principal desventaja de esta tecnología. En este artículo, proponemos un método de fusión que combina la técnica de PDR y los métodos de reconocimiento de puntos de referencia para entornos interiores de varios pisos utilizando un smartphone en diferentes estilos de sujeción. El método propuesto intenta calibrar la posición de un peatón detectando si pasa por ubicaciones específicas llamadas puntos de referencia. Se definen tres tipos de puntos de referencia: WiFi, giros y escaleras, y se proponen métodos de detección para cada uno. Además, se sugiere un método de detección adaptativo de pisos utilizando un barómetro y una técnica de huella digital WiFi para rastrear a un peatón en un edificio de varios pisos. El sistema desarrollado puede rastrear al peatón que sostiene un smartphone en cuatro estilos. Los resultados del experimento realizado por tres sujetos que cambiaron el estilo de sujeción en un edificio de tres pisos muestran el rendimiento superior del método propuesto. Reduce la tasa de error de los resultados de posicionamiento a menos del 57.51% en comparación con el sistema PDR mejorado solo.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

La importancia de los estudios de predicción de pérdida de trayectoria inalámbrica y minimización de interferencias en diversos entornos no puede ser subestimada. De hecho, numerosos investigadores han realizado un trabajo masivo examinando la efectividad de los modelos de pérdida de trayectoria existentes para la modelización de canal. Las dificultades experimentadas por los investigadores para determinar o tener la información detallada sobre el entorno de propagación llevaron al uso de métodos de inteligencia computacional (CI) en la predicción de pérdida de trayectoria. Este artículo presenta una revisión exhaustiva y sistemática de la literatura sobre la aplicación de enfoques computacionales inspirados en la naturaleza en el análisis de la propagación de radio. En particular, cubrimos redes neuronales artificiales (ANNs), sistemas de inferencia difusa (FISs), inteligencia de enjambre (SI) y otras técnicas computacionales. También se presentan las principales tendencias de investigación y una visión general de las diferentes áreas de investigación, problemas de investigación abiertos y futuras direcciones de investigación en este artículo. Este artículo de revisión servirá como material de referencia para los investigadores en el campo de la modelización de canal o de la propagación de radio y en particular para la investigación en predicción de pérdida de trayectoria.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

En el modo de comunicación de Salto de Frecuencia en Secuencia Dual (DSFH), con el objetivo de mejorar el rendimiento de detección de señales débiles bajo condiciones de relación señal-ruido (SNR) baja, se propone el método de detección de resonancia estocástica (SR). En primer lugar, se utiliza la distribución -estable como modelo de ruido impulsivo y se analiza la influencia del valor de en las propiedades del ruido -estable. En segundo lugar, se introduce el modelo de señal de transmisión y recepción del sistema de comunicación DSFH. El método SR se utiliza para detectar la señal DSFH. Para analizar la señal de salida, se establece la ecuación fraccional de FokkerPlanck (FFPE), y se propone un nuevo método de solución simplificado basado en el tiempo de decisión de muestreo para resolver la ecuación diferencial fraccional variable en el tiempo. Con base en la solución teórica de FFPE, se construye un estadístico de prueba de hipótesis binaria para cuantificar la probabilidad de detección de señal y la probabilidad de falsa alarma, y se analiza el rendimiento de detección. Finalmente, experimentos de simulación verifican las conclusiones teóricas. Se obtiene la SNR efectiva mínima para la detección de SR, que es de aproximadamente 20dB, lo que proporciona una base teórica para la aplicación de SR en el sistema de comunicación DSFH.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

El desvío de tráfico de video en redes de borde es un método efectivo para aliviar la congestión de las rutas de retorno en las redes 5G mediante la optimización continua de la distribución de video para promover la escala y eficiencia de la entrega de video en redes de borde (por ejemplo, el intercambio cercano al extremo basado en D2D). Debido a que los recursos de video están dispersos en la memoria caché local de los dispositivos móviles de los usuarios de video, la gestión de los recursos de video locales de los usuarios de video en las redes de borde (por ejemplo, la caché y eliminación de videos locales) provoca una variación dinámica en la distribución de video en las redes. El ajuste en tiempo real de los recursos locales de los usuarios en términos de los niveles de influencia (por ejemplo, promoción y recesión) del rendimiento de intercambio de video es significativo para la optimización continua de la distribución. En este documento, proponemos una novedosa Estrategia de Caché de Borde Consciente de la Red Social de Recursos de Video en la Red Ultra Densa 5G (SECS). SECS diseña un método de estimación del dominio de interés de los usuarios, que emplea el Agrupamiento Espectral para generar grupos iniciales de videos y utiliza el Fuzzy C-Means (FCM) para refinar los grupos iniciales de videos. Se propone un método de agrupamiento de usuarios, que permite agrupar a los usuarios con intereses comunes y similares en los mismos grupos estimando los niveles de similitud del dominio de interés entre los usuarios. SECS diseña una estrategia de caché de video consciente del rendimiento, que permite a los usuarios implementar de manera inteligente la gestión (caché y eliminación) de los recursos de video locales en términos de influencia para el rendimiento de intercambio intragrupo. Las pruebas extensas muestran cómo SECS logra resultados de rendimiento mucho mejores en comparación con las soluciones de última generación.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

Los datos grandes son los datos que necesitan ser moldeados por su volumen, tamaño y forma para extraer información significativa para un propósito explícito. Los datos siempre juegan un papel importante en la organización y la industria para que sus actividades diarias funcionen sin problemas. El volumen de datos de atención médica está aumentando con el avance de la tecnología y el paso del tiempo. Este aumento en el volumen de datos puede ser una tarea desafiante para analizar los datos grandes en la industria y el Internet de las cosas (IoT). En la literatura existen numerosos enfoques, técnicas y herramientas para apoyar, manejar y gestionar el procesamiento de datos. Se necesita una revisión de la literatura para recopilar evidencia existente de la literatura y mostrar qué método o herramienta funciona para una situación particular. Por lo tanto, el estudio actual presenta una revisión de las técnicas existentes de análisis de datos grandes y programación científica en la industria de la salud. El informe presenta un resumen de la literatura. El estudio recopila evidencias de la literatura existente y las organiza a través del proceso de revisión de la literatura con algunas derivaciones. Esta revisión beneficiará a los profesionales para identificar las técnicas adecuadas para su propósito específico de investigación.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

Con un plan de contenido patrocinado en el mercado de Internet, un proveedor de contenido (CP) negocia con los proveedores de servicios de Internet (ISPs) en nombre de los usuarios finales para eliminar las tarifas de suscripción a la red. En este trabajo, hemos estudiado el impacto de los planes de patrocinio de datos en las estrategias de toma de decisiones de los ISPs y los CPs en el mercado de las telecomunicaciones. Desarrollamos modelos de teoría de juegos para estudiar la interacción entre proveedores (CPs e ISPs), donde los CPs patrocinan contenido. Formulamos las interacciones entre los ISPs y entre los CPs como un juego no cooperativo. Hemos demostrado la existencia y unicidad del equilibrio de Nash. Utilizamos el algoritmo dinámico de mejor respuesta para aprender el equilibrio de Nash. Finalmente, simulaciones extensas muestran la convergencia de un esquema propuesto hacia el equilibrio de Nash y muestran el efecto del contenido patrocinado en las políticas de los proveedores.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

Este estudio tiene como objetivo formar equipos de investigación para colaboraciones interinstitucionales. Los institutos de investigación tienen sus propios propósitos y temas de interés. Por lo tanto, para apoyar la investigación conjunta entre múltiples institutos, debemos considerar no solo las sinergias entre académicos, sino también los propósitos de los institutos. Para resolver este problema, proponemos un método de incrustación de redes bibliográficas que puede aprender características de los institutos, no solo de cada académico. En primer lugar, componemos una red bibliográfica que consta de académicos, publicaciones, lugares, proyectos de investigación e institutos. Los estilos de colaboración y los temas de investigación de los institutos y académicos se extraen mediante la minería de subgrafos de la red bibliográfica. Luego, se aprenden representaciones vectoriales de los nodos de la red basadas en las ocurrencias de subgrafos en los nodos y vecindades de los nodos. Con base en las representaciones vectoriales, entrenamos perceptrones multicapa (MLP) para evaluar la probabilidad de colaboración entre académicos afiliados a diferentes institutos. Para entrenar el MLP, sugerimos tres estrategias: (i) considerar cada colaboración, (ii) centrarse en colaboraciones interinstitucionales y (iii) centrarse en los resultados de la colaboración. Para evaluar los métodos propuestos, hemos analizado las colaboraciones de investigación de POSTECH (Universidad de Ciencia y Tecnología de Pohang) y RIST (Instituto de Investigación de Ciencia e Tecnología Industrial) de 2011 a 2020. Luego, realizamos la formación de equipos de investigación para la investigación conjunta de los dos institutos según dos propósitos: investigación pura e investigación de comercialización.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

Con el rápido desarrollo del Internet de las Cosas y Big Data, las ciudades inteligentes han recibido cada vez más atención. Predecir la calidad del aire de manera precisa y eficiente es una parte importante en la construcción de una ciudad inteligente. Sin embargo, la predicción de la calidad del aire es muy desafiante porque está afectada por muchos factores complejos, como la correlación espacial dinámica entre los sensores de detección de calidad del aire, la correlación temporal dinámica y factores externos (como las redes viales y puntos de interés). Por lo tanto, este artículo propone un modelo de predicción de calidad del aire de memoria a largo plazo (LSTM) basado en un mecanismo de atención espacio-temporal (STA-LSTM). El modelo utiliza una estructura codificador-decodificador para modelar características espacio-temporales. Se introduce un mecanismo de atención espacial en el codificador para capturar la influencia relativa de los sitios circundantes en el área de predicción. Se introduce un mecanismo de atención temporal en el decodificador para capturar la dependencia temporal de la calidad del aire. Además, para datos espaciales como puntos de interés (POI) y redes viales, este artículo utiliza el método de incrustación de gráficos LINE para obtener una representación vectorial de baja dimensión de los datos espaciales y obtener características espaciales abundantes. Este artículo evalúa STA-LSTM en el conjunto de datos de Beijing, y se utilizan el error cuadrático medio (RMSE) y los indicadores R-cuadrado () para comparar con seis puntos de referencia. Los resultados experimentales muestran que el modelo propuesto en este documento puede lograr un mejor rendimiento que el de otros puntos de referencia.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

El aprendizaje ubicuo es un aprendizaje en cualquier lugar y en cualquier momento utilizando plataformas de aprendizaje electrónico y móvil. El aprendizaje se lleva a cabo regularmente en dispositivos móviles. Instructores y alumnos basados en la escuela han aprovechado las plataformas de aprendizaje ubicuo en tiempos sin precedentes como el COVID-19. Ha habido una proliferación de aplicaciones de redes sociales para el aprendizaje ubicuo. Existe una gran cantidad de atributos de las aplicaciones de redes sociales que deben considerarse para que se considere adecuada para la educación. Además de esto, se deben considerar los criterios de accesibilidad móvil y de escritorio. El objetivo de este estudio de investigación fue determinar los criterios de evaluación más impactantes y pertinentes para evaluar aplicaciones de redes sociales para el aprendizaje ubicuo basado en la escuela. Se recopilaron datos de 30 expertos en el campo de la enseñanza y el aprendizaje a quienes se les pidió que evaluaran 60 criterios. El Análisis de Componentes Principales (PCA) fue el método utilizado para la reducción de dimensionalidad. El PCA se implementó utilizando descomposición de valores singulares (SVD) en R-Studio. Los resultados mostraron valores de carga del primer componente principal para los 40 principales requisitos educativos y criterios tecnológicos de los 60 criterios utilizados en el estudio. Las implicaciones de este estudio de investigación guiarán a los investigadores en el campo de la Minería de Datos Educativos (EDM) y a los profesionales sobre las dimensiones más importantes a considerar al evaluar aplicaciones de redes sociales para el aprendizaje ubicuo.

Fuente: Revista Virtual Pro Formatos de contenido: Otros

Exclusivo BibloRed

Por: Hindawi | Fecha: 2021

Las aplicaciones del Internet de los Vehículos (IoV) hacen la vida de los seres humanos más inteligente y conveniente. Sin embargo, en la actualidad, existen algunos problemas en el IoV, como los silos de datos y la escasa preservación de la privacidad. Para abordar los desafíos en el IoV, proponemos un marco de trabajo de aprendizaje federado basado en blockchain (BFLP). BFLP permite que los modelos se entrenen sin necesidad de compartir datos en bruto, y puede elegir el método de aprendizaje federado más adecuado según los escenarios de aplicación reales. Considerando la escasa potencia de cómputo de los sistemas de vehículos, construimos un algoritmo de cifrado ligero llamado CPC para proteger la privacidad. Para verificar el marco propuesto, realizamos experimentos en escenarios de evasión de obstáculos y pronóstico de tráfico. Los resultados muestran que el marco propuesto puede proteger eficazmente la privacidad del usuario, y es más estable y eficiente en comparación con la técnica de aprendizaje automático tradicional. También comparamos el algoritmo CPC con otros algoritmos de cifrado. Y los resultados muestran que su costo de cálculo es mucho menor en comparación con otros algoritmos de cifrado simétrico.

Fuente: Revista Virtual Pro Formatos de contenido: Otros