El objetivo principal de este trabajo fue evaluar el rendimiento de diferentes inicializaciones de algoritmos de factorización matricial para una identificación precisa de las sinergias musculares. Actualmente, la factorización matricial no negativa (NNMF) es el método más utilizado para identificar sinergias musculares. Sin embargo, se ha demostrado que el rendimiento de la NNMF puede verse afectado por diferentes tipos de inicialización. El presente estudio pretende optimizar la inicialización tradicional de la NNMF para datos con dependencias temporales parciales o completas. Para ello, se utilizan tres inicializaciones diferentes: aleatoria, basada en SVD y dispersa. El NNMF se utilizó para identificar sinergias musculares a partir de datos simulados y de señales experimentales de EMG de superficie. Los datos simulados se generaron a partir de vectores sintéticos de sinergias independientes y dependientes (es decir, componentes musculares compartidos), cuyos coeficientes de activación se corrompieron simulando grados de correlación controlados. Del mismo modo, los datos de EMG se modificaron artificialmente, haciendo que los coeficientes de activación extraídos fueran temporalmente dependientes. Al medir la calidad de la identificación de las sinergias originales subyacentes a los datos, fue posible comparar el rendimiento de las diferentes técnicas de inicialización. Los resultados de la simulación demuestran que la inicialización dispersa funciona significativamente mejor que todos los demás tipos de inicialización en la reconstrucción de las sinergias musculares, independientemente del nivel de correlación de los datos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Clasificación de latidos de ECG entre pacientes con una red neuronal convolucional adversarial
Video:
Near-equilibrium Transport Lecture 10: Case Study - Graphene
Artículo:
La Combinación de Terapia Cognitivo-Conductual con Realidad Virtual para el Tratamiento de la Depresión Postnatal en un Contexto de Intervención Breve: Un Ensayo de Estudio de Caso Único
Artículo:
Análisis de la alternativa de compresión de imágenes DICOM mediante codificación Huffman
Artículo:
Efecto del Nano ZnO en las Propiedades Ópticas de las Películas de Poli(cloruro de vinilo)
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos