Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Cargando contenido
¿Qué estás buscando?
  • Escribe palabras clave como el título de un contenido, un autor o un tema que te interese.

  • Búsqueda avanzada

Seleccionar

Contenidos y Experiencias Digitales

Filtrar

Formatos de Contenido
Tipo de colección
Género
Idioma
Derechos de uso

Selecciona contenidos según las condiciones legales para su uso y distribución.

Estás filtrando por

Cargando contenido

Se encontraron 110737 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de  Parameter Optimization of MIMO Fuzzy Optimal Model Predictive Control By APSO

Parameter Optimization of MIMO Fuzzy Optimal Model Predictive Control By APSO

Por: Hindawi | Fecha: 2017

Este documento presenta un nuevo desarrollo para diseñar un Control Predictivo Óptimo de Modelo Fuzzy de Entradas Múltiples y Salidas Múltiples (FOMPC-MIMO) utilizando el algoritmo de Optimización de Enjambre de Partículas Adaptativo (APSO). El objetivo de este control propuesto, llamado FOMPC-APSO, es desarrollar un algoritmo eficiente que sea capaz de tener un buen rendimiento garantizando un control mínimo. Esto se logra determinando los pesos óptimos de la función objetivo. Nuestro método se considera un problema de optimización basado en el algoritmo APSO. El sistema MIMO a controlar está modelado por un sistema difuso Takagi-Sugeno (TS) cuyos parámetros se identifican utilizando el método de mínimos cuadrados recursivos ponderados. La utilidad del controlador propuesto se demuestra aplicándolo a dos procesos no lineales, un Reactor Continuo de Tanque Agitado (CSTR) y un sistema de tanques, donde el enfoque propuesto proporciona mejores rendimientos en comparación con otros métodos.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Parameter Optimization of MIMO Fuzzy Optimal Model Predictive Control By APSO

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Impact of Heterogeneity on Opinion Dynamics, Heterogeneous Interaction Model

Impact of Heterogeneity on Opinion Dynamics, Heterogeneous Interaction Model

Por: Hindawi | Fecha: 2017

Teniendo en cuenta el impacto que la distancia física y otras propiedades tienen en el cambio de opiniones, este artículo introduce un modelo de intención del modelo de interacción heterogéneo de Hegselmann-Krause (KH). Basado en el modelo clásico de KH, el modelo de interacción HI diseña nuevas reglas de interacción y el radio interactivo considerando el impacto de atributos heterogéneos, como la distancia física, la conformidad individual y la autoridad. Los resultados del experimento muestran que la evolución de opiniones del modelo HI será similar al modelo clásico de KH cuando el radio interactivo esté por encima del valor de umbral particular (). A diferencia del modelo de KH, que conduce al fenómeno de polarización; la mayoría de los agentes llegan a un consenso en el modelo HI cuando el radio de confianza es igual a 0.2, y el radio interactivo se mantiene dentro de límites regulativos (). Las conclusiones muestran que el radio interactivo afecta la evolución de la opinión pública. El modelo HI puede explicar una evolución de opiniones más consciente
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Impact of Heterogeneity on Opinion Dynamics, Heterogeneous Interaction Model

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Novel Procedure for Measuring Semantic Synergy

A Novel Procedure for Measuring Semantic Synergy

Por: Hindawi | Fecha: 2017

Una característica interesante de algunos sistemas complejos es la formación de construcciones a nivel macro percibidas como poseyendo características que no pueden reducirse a sus componentes a nivel micro. Esta característica se considera como la expresión de sinergia, donde la acción conjunta de los componentes produce características únicas que son irreducibles al comportamiento aislado de los componentes o a su simple composición. La sinergia, que caracteriza a los sistemas complejos, ha sido ampliamente reconocida pero resulta difícil de conceptualizar y cuantificar en el contexto de calcular el significado emergente de varios constructos lingüísticos y conceptuales. En este artículo, proponemos una medida/procedimiento novedoso para cuantificar la sinergia semántica. Esta medida se basa en una idea general de sinergia como se ha propuesto en biología. Validamos esta medida proporcionando evidencia de su capacidad para predecir la transparencia semántica de los compuestos lingüísticos (Experimento ) y la calificación de abstracción de los sustantivos (Experimento ).
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Novel Procedure for Measuring Semantic Synergy

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Layout Optimization of Two Autonomous Underwater Vehicles for Drag Reduction with a Combined CFD and Neural Network Method

Layout Optimization of Two Autonomous Underwater Vehicles for Drag Reduction with a Combined CFD and Neural Network Method

Por: Hindawi | Fecha: 2017

Este documento presenta un método de optimización para el diseño del diseño de la disposición de una flota de vehículos submarinos autónomos (AUV) para minimizar la fuerza de arrastre. La disposición de la flota de AUV está definida por dos parámetros adimensionales. En primer lugar, se realizan simulaciones de dinámica de fluidos computacional (CFD) tridimensionales en las flotas con diferentes parámetros de diseño y se obtiene información detallada sobre las fuerzas hidrodinámicas y las estructuras de flujo alrededor de los AUV. Luego, basándose en los datos de CFD, se utiliza un método de red neuronal de retropropagación (BPNN) para describir la relación entre los parámetros de diseño y la resistencia de la flota. Finalmente, se elige un algoritmo genético (GA) para obtener los parámetros de diseño óptimos que corresponden a la resistencia mínima. Los resultados de la optimización muestran que la resistencia total de la flota de AUV se puede reducir en un 12% cuando el AUV
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Layout Optimization of Two Autonomous Underwater Vehicles for Drag Reduction with a Combined CFD and Neural Network Method

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Consensus of Switched Multiagent Systems under Relative State Constraints

Consensus of Switched Multiagent Systems under Relative State Constraints

Por: Hindawi | Fecha: 2017

El problema del consenso se presenta para el sistema multiagente conmutado (MAS), donde el MAS cambia entre sistemas continuos y discretos con restricciones de estado relativas. Con algunas suposiciones estándar, obtenemos el hecho de que el MAS conmutado con restricciones de estado relativas puede lograr consenso tanto bajo grafos no dirigidos fijos como bajo grafos no dirigidos conmutados. Además, basándonos en el valor promedio absoluto de los estados iniciales, proponemos condiciones suficientes para el consenso del MAS conmutado. El desafío de este estudio es que se consideran restricciones de estado relativas, lo que hará que el problema del consenso sea mucho más complejo. Una de las principales contribuciones es que, para el MAS conmutado con restricciones de estado relativas, exploramos la solubilidad del problema del consenso. Finalmente, presentamos dos ejemplos de simulación para mostrar la efectividad de los resultados.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Consensus of Switched Multiagent Systems under Relative State Constraints

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Intelligent Image Recognition System for Marine Fouling Using Softmax Transfer Learning and Deep Convolutional Neural Networks

Intelligent Image Recognition System for Marine Fouling Using Softmax Transfer Learning and Deep Convolutional Neural Networks

Por: Hindawi | Fecha: 2017

El control del biofouling en embarcaciones marinas es desafiante y costoso. La detección temprana antes de que el rendimiento del casco se vea significativamente afectado es deseable, especialmente si el aseo es una opción. Aquí se describe un sistema para detectar el biofouling marino en una etapa temprana de desarrollo. En este estudio, una imagen del fouling puede ser transferida de forma inalámbrica a través de una red móvil para su análisis. El sistema propuesto utiliza transfer learning y una red neuronal convolucional profunda (CNN) para realizar el reconocimiento de imágenes en la imagen de fouling mediante la clasificación de las especies de fouling detectadas y la densidad de fouling en la superficie. Se llevó a cabo el transfer learning utilizando el modelo Inception V3 de Google con Softmax en la última capa en una base de datos de fouling de 10 categorías y 1825 imágenes. Los resultados experimentales arrojaron precisiones aceptables para la detección y reconocimiento del fouling.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Intelligent Image Recognition System for Marine Fouling Using Softmax Transfer Learning and Deep Convolutional Neural Networks

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Network Diffusion Model of Food Safety Scare Behavior considering Information Transparency

A Network Diffusion Model of Food Safety Scare Behavior considering Information Transparency

Por: Hindawi | Fecha: 2017

Este estudio construye el modelo de difusión de redes del comportamiento de sustos de seguridad alimentaria bajo el efecto de la transparencia de la información y examina la topología de la red y las características de evolución del comportamiento de sustos de seguridad alimentaria en una simulación numérica. Las principales conclusiones de este estudio son las siguientes. (1) Bajo el efecto de la transparencia de la información, la distribución de grados de la difusión del comportamiento de sustos de seguridad alimentaria muestra las características decrecientes de márgenes menguantes. (2) La difusión del comportamiento de sustos de seguridad alimentaria aumenta con la tasa de diseminación de la información y la preocupación del consumidor sobre los incidentes de seguridad alimentaria y muestra las características de aumento monótono. Y con el aumento de la transparencia de la información de supervisión de seguridad alimentaria del gobierno y la transparencia de la información de supervisión de seguridad alimentaria de los medios de comunicación, en general, se observa la característica decreciente de margen menguante. Además, la extinción del comportamiento
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Network Diffusion Model of Food Safety Scare Behavior considering Information Transparency

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Automated Epileptic Seizure Detection in Scalp EEG Based on Spatial-Temporal Complexity

Automated Epileptic Seizure Detection in Scalp EEG Based on Spatial-Temporal Complexity

Por: Hindawi | Fecha: 2017

La epilepsia es un grupo de trastornos neurológicos caracterizados por convulsiones epilépticas, en las cuales el electroencefalograma (EEG) es una de las tecnologías más comunes utilizadas para diagnosticar, monitorear y tratar a pacientes con epilepsia. Se han registrado un gran número de EEG en aplicaciones clínicas, lo que lleva a la inspección visual de grandes volúmenes de EEG que no es posible de manera rutinaria. Por lo tanto, la detección automatizada de convulsiones epilépticas se ha convertido en un objetivo de muchos investigadores desde hace mucho tiempo. Por lo tanto, se propone un método novedoso para construir un detector específico del paciente basado en el análisis de complejidad espacio-temporal, que implica dos métodos de análisis de complejidad basados en entropía comúnmente utilizados, que son la entropía de permutación (PE) y la entropía de muestra (SE). El rendimiento del método de complejidad espacio-temporal se evalúa en un conjunto de datos compartido. Los resultados
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Automated Epileptic Seizure Detection in Scalp EEG Based on Spatial-Temporal Complexity

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Adaptive Neural Tracking Control for Discrete-Time Switched Nonlinear Systems with Dead Zone Inputs

Adaptive Neural Tracking Control for Discrete-Time Switched Nonlinear Systems with Dead Zone Inputs

Por: Hindawi | Fecha: 2017

En este documento, se proponen controladores neuronales adaptativos de subsistemas para una clase de sistemas no lineales conmutados en tiempo discreto con entradas de zona muerta bajo señales de conmutación arbitrarias. Debido al marco complicado de los sistemas no lineales conmutados en tiempo discreto y a la existencia de la zona muerta, se presentan dificultades para controlar esta clase de sistemas. Además, se emplean redes neuronales de función de base radial para aproximar los términos desconocidos de cada subsistema. Se diseñan leyes de actualización conmutadas mientras que la estimación de parámetros es invariable hasta que su subsistema correspondiente esté activo. Luego, el sistema en lazo cerrado es estable y todas las señales están acotadas. Por último, para ilustrar la efectividad del método propuesto, se emplea un ejemplo.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Adaptive Neural Tracking Control for Discrete-Time Switched Nonlinear Systems with Dead Zone Inputs

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Formation of Autapse Connected to Neuron and Its Biological Function

Formation of Autapse Connected to Neuron and Its Biological Function

Por: Hindawi | Fecha: 2017

Un autapso es una sinapsis específica conectada a la neurona a través de un bucle cerrado, y su ajuste funcional se describe aplicando retroalimentación con retardo temporal en el potencial de membrana de la neurona. En este artículo se discuten los posibles mecanismos de formación y la función biológica de la conexión de autapso en las neuronas. Creemos que la formación y el crecimiento del autapso conectado a la neurona pueden estar asociados con lesiones en el axón y bloqueos en la transmisión de señales; por lo tanto, se desarrolla un bucle auxiliar para formar un autapso. Cuando se establece un autapso, puede propagar las señales y cambiar los modos de actividades eléctricas bajo autoadaptación. Basándose en el modelo de neurona de cable, la lesión en el axón es generada por envenenamiento y bloqueo en los canales de iones (de sodio); por lo tanto, la conductancia de los canales de iones se modifica para formar defectos asociados con la lesión. Además
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Formation of Autapse Connected to Neuron and Its Biological Function

Copia el enlace o compártelo en redes sociales

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

¿Deseas limpiar los términos de la búsqueda avanzada?

Vas a limpiar los términos que has aplicado hasta el momento para poder rehacer tu búsqueda.

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones