En este escrito se revisan algunas propiedades interesantes de la matriz de covarianza y su uso en la distribución gaussiana multivariante, especialmente en el reconocimiento de patrones. Usualmente, la matriz de covarianza se considera como algo dado y algunos conceptos tales como la distancia Mahalanobis no se estimulan lo suficiente. Aquí se muestra que se puede pensar en la matriz de covarianza como un almacenamiento práctico de la varianza de una distribución en toda proyección.
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:
Reconciliación de datos y auditorías energética para la planta de separación de gas PTT No 5 (GSP5)
Artículo:
Sistema de información de energía basado en una herramienta de análisis de datos para realizar la detección y el diagnóstico de anomalías a nivel de medición en edificios
Tesis:
Optimización en tiempo real de trituradoras de cono
Video:
Modelado híbrido determinístico-estocástico
Artículo:
Una mirada a la televisión digital por tecnologías IPTV a través de la red de cobre con tecnología ADSL
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales