ANÁLISIS DE PROXIMIDAD DE MODELOS OCULTOS DE MARKOV PARA LA IDENTIFICACIÓN DE FUENTES DE ESPIGAS
Fuente:
Redalyc
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Universidad Tecnológica de Pereira
2006
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| _version_ | 1876455675755757568 |
|---|---|
| author | MAURICIO ÁLVAREZ |
| author_facet | MAURICIO ÁLVAREZ |
| contents | ANÁLISIS DE PROXIMIDAD DE MODELOS OCULTOS DE MARKOV PARA LA IDENTIFICACIÓN DE FUENTES DE ESPIGAS MAURICIO ÁLVAREZ GERMÁN CASTELLANOS ÁLVARO OROZCO Ingeniería análisis de proximidad Enfermedad de Parkinson modelos ocultos de Markov análisis de componentespPrincipales Recientemente, los modelos ocultos de Markov (HMM) se han usado para identificar fuentes de espigas en el tratamiento de la enfermedad de Parkinson. El criterio de clasificación que suele emplearse es la regla MAP (máximo a posteriori) para reconocer la clase correcta. Sin embargo, la clasificación puede mejorarse usando análisis de proximidad transformando las matrices que caracterizan el proceso de Markov a un espacio en el que se ven mejor reflejadas las similaridades y las diferencias entre los parámetros de estas matrices. Se presenta la aplicación del enfoque de análisis de proximidad usando HMM en la identificación de fuentes de espigas (Tálamo y ubtálamo, GPi y GPe). Los resultados muestran que el análisis de proximidad entrega mejores resultados (4% en promedio) que el enfoque tradicional. 2006 artículo científico 0122-1701 https://www.redalyc.org/articulo.oa?id=84911639004 es http://www.redalyc.org/revista.oa?id=849 Scientia Et Technica application/pdf Universidad Tecnológica de Pereira Scientia Et Technica (Colombia) Num.31 Vol.XII |
| format | Artículo científico |
| id | redalyc_84911639004 |
| institution | Redalyc |
| language | es |
| publishDate | 2006 |
| publisher | Universidad Tecnológica de Pereira |
| spellingShingle | ANÁLISIS DE PROXIMIDAD DE MODELOS OCULTOS DE MARKOV PARA LA IDENTIFICACIÓN DE FUENTES DE ESPIGAS MAURICIO ÁLVAREZ Ingeniería análisis de proximidad Enfermedad de Parkinson modelos ocultos de Markov análisis de componentespPrincipales ANÁLISIS DE PROXIMIDAD DE MODELOS OCULTOS DE MARKOV PARA LA IDENTIFICACIÓN DE FUENTES DE ESPIGAS MAURICIO ÁLVAREZ GERMÁN CASTELLANOS ÁLVARO OROZCO Ingeniería análisis de proximidad Enfermedad de Parkinson modelos ocultos de Markov análisis de componentespPrincipales Recientemente, los modelos ocultos de Markov (HMM) se han usado para identificar fuentes de espigas en el tratamiento de la enfermedad de Parkinson. El criterio de clasificación que suele emplearse es la regla MAP (máximo a posteriori) para reconocer la clase correcta. Sin embargo, la clasificación puede mejorarse usando análisis de proximidad transformando las matrices que caracterizan el proceso de Markov a un espacio en el que se ven mejor reflejadas las similaridades y las diferencias entre los parámetros de estas matrices. Se presenta la aplicación del enfoque de análisis de proximidad usando HMM en la identificación de fuentes de espigas (Tálamo y ubtálamo, GPi y GPe). Los resultados muestran que el análisis de proximidad entrega mejores resultados (4% en promedio) que el enfoque tradicional. 2006 artículo científico 0122-1701 https://www.redalyc.org/articulo.oa?id=84911639004 es http://www.redalyc.org/revista.oa?id=849 Scientia Et Technica application/pdf Universidad Tecnológica de Pereira Scientia Et Technica (Colombia) Num.31 Vol.XII |
| title | ANÁLISIS DE PROXIMIDAD DE MODELOS OCULTOS DE MARKOV PARA LA IDENTIFICACIÓN DE FUENTES DE ESPIGAS |
| topic | Ingeniería análisis de proximidad Enfermedad de Parkinson modelos ocultos de Markov análisis de componentespPrincipales |
| url | https://www.redalyc.org/articulo.oa?id=84911639004 |