Página 1 dos resultados de 12357 itens digitais encontrados em 0.025 segundos

Reconhecimento de padrões em sensores integrados. ; Pattern recognition in integrated sensors.

Quispe, Germán Carlos Santos
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 11/10/2005 PT
Relevância na Pesquisa
66.15%
Neste trabalho foram estudados e aplicados vários métodos para reconhecimento de padrões e processamento de sinais, utilizando dados obtidos a partir de diferentes montagens experimentais de um Nariz Eletrônico, onde os sinais gerados por um conjunto de sensores condutivos em regime de temperatura variável, foram analisados com o objetivo de obter conjuntos de padrões que permitam identificar substâncias químicas. Adicionalmente foram discutidas estratégias de generalização da resposta dos sensores através da análise do tempo de resposta, sensibilidade e seletividade dos sensores. Foi discutida a utilização dos algoritmos de processamento de sinais e reconhecimento de padrões em forma conjunta com a finalidade de otimizar o processo de extração de informação e tomada de decisões a partir de um banco de dados. A utilização integrada do processamento de sinais e as técnicas de reconhecimento de padrões permitem definir e construir sistemas bem estruturados a partir dos quais pode ser extraída a informação desejada e conseqüente tomada de decisões, estas estruturas são conhecidas como “DATAWAREHOUSE”. A utilização de sistemas tipo “DATAWAREHOUSE” permitirão a manipulação rápida da informação mesmo em bancos de dados de elevada e variada quantidade de dados. Foi proposta uma metodologia para a extração de informação a partir do sinal de ruído de um sensor de gás através da utilização de ajustes auto-regressivos conjuntamente com a aplicação do principio de máxima entropia. Com os resultados obtidos foi proposto um sistema de Nariz Eletrônico conformado apenas por um sensor de gás onde o processo de reconhecimento dos diferentes gases foi obtido através de um controlador Fuzzy. O Nariz Eletrônico proposto desta forma apresentou-se robusto e estável.; In this work...

Processamento de sinais e reconhecimento de padrões de resposta de sensores de gases através da geometria fractal.; Signal processing and pattern recognition of gas sensors response by fractal geometry.

Gonschorowski, Juliano dos Santos
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 29/03/2007 PT
Relevância na Pesquisa
66.13%
O objetivo do presente trabalho foi propor métodos de processamento de sinais e reconhecimento de padrões dos sinais de respostas de sensores de gás, utilizando técnicas e modelos da geometria fractal. Foram analisados e estudados os sinais de resposta de dois tipos de sensores. O primeiro sensor foi um dispositivo de óxido de estanho, cujo princípio de funcionamento baseia-se na mudança da resistividade do filme. Este forneceu sinais de respostas com características ruidosas como resposta à interação com as moléculas de gás. O segundo sensor foi um dispositivo Metal-Óxido-Semicondutor (MOS) com princípio de funcionamento baseado na geração de foto corrente, fornecendo respostas imagens bidimensionais. Para as análises dos sinais ruidosos do sensor de óxido de estanho, foi proposto um método de processamento baseado no modelo do movimento Browniano fracionário. Com este método foi possível a discriminação de gases combustíveis com uma taxa de acerto igual a 100%. Para as análises das respostas do tipo imagem do sensor MOS, foram propostos dois diferentes métodos. O primeiro foi embasado no princípio de compressão fractal de imagens e o segundo método proposto, foi baseado na análise e determinação da dimensão fractal multiescala. Ambos os métodos propostos mostram-se eficazes para a determinação da assinatura...

Sistema automatizado de classificação de abelhas baseado em reconhecimento de padrões.; Automated bee classification system based on pattern recognition.

Bueno, Jésus Franco
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 08/10/2010 PT
Relevância na Pesquisa
66.17%
A crescente perda mundial de biodiversidade tem sido uma das preocupações da comunidade científica internacional que motivaram a criação em 1992 da Convenção sobre a Diversidade Biológica, tornando-se um tratado de compromisso aceito pelos governantes de 187 países e pela Comunidade Européia. A redução da biodiversidade, devido a vários fatores, como a ação antrópica e o aquecimento global, compromete a capacidade do planeta de sustentação da vida humana em face do esgotamento dos recursos e serviços por ela prestados. A conservação e uso sustentável da biodiversidade passa necessariamente pela aquilatação e conhecimento das espécies. Entre essas espécies as abelhas polinizadoras têm merecido especial atenção, pois a polinização das plantas é um serviço de ecossistema muito importante. Cerca de três quartos das mais de 240 mil espécies de plantas do mundo dependem de polinizadores e estima-se que as abelhas sejam responsáveis por mais de 70% do serviço global de polinização. Existem quase 20.000 espécies de abelhas descritas no mundo. No Brasil são conhecidas quase 400 espécies de abelhas (cerca de 300 são abelhas sem ferrão) e o número estimado é de mais de 3.000 espécies. No entanto...

Análise estatística multivariada para reconhecimento de padrões em ensaios não destrutivos magnéticos.; Multivariate statistical analysis for pattern recognition applied to a non destructive magnetic's testing.

Alvarez Rosario, Alexander
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 01/02/2011 PT
Relevância na Pesquisa
66.1%
Neste trabalho se estuda a aplicação de técnicas de estatística multivariada para reconhecimento de padrões em sinais de ensaios não destrutivos (END) magnéticos, baseados no Ruído Magnético de Barkhausen (RMB). O reconhecimento de padrões pode ser feito de forma não supervisionada com a técnica multivariada de Análise de Agrupamentos, conglomerados ou Clusters que definem grupos segundo critérios de similaridade. Já para reconhecimento supervisionado a Análise Discriminante procura classificar amostras novas em grupos conhecidos, a priori, usando para este propósito uma regra de classificação criada a partir desses grupos de amostras conhecidos. Foram utilizados dois casos de detecção e classificação utilizando RMB. O RMB é um fenômeno magnético gerado por abruptas mudanças na magnetização de materiais ferromagnéticos quando submetidos a campos magnéticos variáveis. Essas mudanças estão relacionadas com a microestrutura do material, presença e distribuição de tensões elásticas (tensão e compressão). No primeiro caso de estudo procura-se identificar arames quebrados em risers, através da medição de tensão mecânica. No segundo caso procura-se classificar diferentes tratamentos térmicos em Aço AISI 420. Para a análise de integridade estrutural de risers foi feita a redução da dimensionalidade dos dados via Análise de Componentes Principais e posteriormente Análise de Agrupamentos. Já para o problema de classificação de amostras de aço foi usada a técnica de Análise Discriminante Linear de Fisher e a Quadrática. Os resultados das análises mostraram que as técnicas de Estatísticas Multivariadas proporcionam ferramentas muito adequadas para aumentar a eficiência da inspeção na área de END Magnéticos em geral e RMB em particular.; The present work deals with application of multivariate statistic techniques for pattern recognition in signals from Non-Destructive Essays (NDE)...

Entropia aplicada ao reconhecimento de padrões em imagens; Entropy applied to pattern recognition in images

Assirati, Lucas
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 23/07/2014 PT
Relevância na Pesquisa
66.13%
Este trabalho faz um estudo do uso da entropia como ferramenta para o reconhecimento de padrões em imagens. A entropia é um conceito utilizado em termodinâmica para medir o grau de organização de um meio. Entretanto, este conceito pode ser ampliado para outras áreas do conhecimento. A adoção do conceito em Teoria da Informação e, por consequência, em reconhecimento de padrões foi introduzida por Shannon no trabalho intitulado "A Mathematical Theory of Communication", publicado no ano de 1948. Neste mestrado, além da entropia clássica de Boltzman-Gibbs-Shannon, são investigadas a entropia generalizada de Tsallis e suas variantes (análise multi-escala, múltiplo índice q e seleção de atributos), aplicadas ao reconhecimento de padrões em imagens. Utilizando bases de dados bem conhecidas na literatura, realizou-se estudos comparativos entre as técnicas. Os resultados mostram que a entropia de Tsallis, através de análise multi-escala e múltiplo índice q, tem grande vantagem sobre a entropia de Boltzman-Gibbs-Shannon. Aplicações práticas deste estudo são propostas com o intuito de demonstrar o potencial do método.; This work studies the use of entropy as a tool for pattern recognition in images. Entropy is a concept used in thermodynamics to measure the degree of organization of a system. However...

Pattern recognition theory in nonlinear signal processing

Dougherty, E. R.; Barrera, J.
Fonte: Kluwer Academic Publ Publicador: Kluwer Academic Publ
Tipo: Artigo de Revista Científica Formato: 181-197
ENG
Relevância na Pesquisa
66.17%
A body of research has developed within the context of nonlinear signal and image processing that deals with the automatic, statistical design of digital window-based filters. Based on pairs of ideal and observed signals, a filter is designed in an effort to minimize the error between the ideal and filtered signals. The goodness of an optimal filter depends on the relation between the ideal and observed signals, but the goodness of a designed filter also depends on the amount of sample data from which it is designed. In order to lessen the design cost, a filter is often chosen from a given class of filters, thereby constraining the optimization and increasing the error of the optimal filter. To a great extent, the problem of filter design concerns striking the correct balance between the degree of constraint and the design cost. From a different perspective and in a different context, the problem of constraint versus sample size has been a major focus of study within the theory of pattern recognition. This paper discusses the design problem for nonlinear signal processing, shows how the issue naturally transitions into pattern recognition, and then provides a review of salient related pattern-recognition theory. In particular, it discusses classification rules...

Uma ferramenta de programação visual para previsão e reconhecimento de padrões; A visual programming tool for forecasting and pattern recognition

Joaquim Jose Fantin Pereira
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 06/07/2007 PT
Relevância na Pesquisa
66.13%
A tomada de decisão, em qualquer setor e nos mais diversos níveis, é um processo cada vez mais complexo, principalmente em função do nível de incerteza em relação ao futuro. Neste contexto, a disponibilidade de previsões torna-se um fator importante para uma decisão mais eficaz. As ferramentas de reconhecimento de padrões, por sua vez, são importantes em muitas áreas, tais como nas determinações de comportamentos típicos e em sistemas de controle. Nessa conjuntura, a proposta deste trabalho consistiu em explorar a criação e o uso de uma linguagem de programação visual, denominada Linguagem VisualPREV, de modo a facilitar a concepção e a execução dos modelos de previsão e classificação. Nesta Linguagem, blocos visuais colocados num diagrama (interface visual computacional) representam conceitos envolvidos num processo de modelagem do problema. O modelo pode então ser configurado, executado e armazenado para acesso futuro. Embora essa escolha implique uma perda de vantagens exclusivas da programação em código tradicional, como a maior flexibilidade para programação genérica, por exemplo, a linguagem diminui sensivelmente o tempo de criação dos modelos específicos para tratamento de dados em previsão de séries temporais e reconhecimento de padrões. Em algumas aplicações com dados relevantes...

9.913-C Pattern Recognition for Machine Vision, Spring 2002; Pattern Recognition for Machine Vision

Poggio, Tomaso; Heisele, Bernd; Ivanov, Yuri A., 1967-
Fonte: MIT - Massachusetts Institute of Technology Publicador: MIT - Massachusetts Institute of Technology
EN-US
Relevância na Pesquisa
66.19%
The course is directed towards advanced undergraduate and beginning graduate students. It will focus on applications of pattern recognition techniques to problems of machine vision. The topics covered in the course include: Overview of problems of machine vision and pattern classification Image formation and processing Feature extraction from images Biological object recognition Bayesian Decision Theory Clustering

Pattern recognition and tomographic reconstruction with Terahertz Signals for applications in biomedical engineering.

Yin, Xiaoxia
Fonte: Universidade de Adelaide Publicador: Universidade de Adelaide
Tipo: Tese de Doutorado
Publicado em //2009
Relevância na Pesquisa
66.13%
Over the last ten years, terahertz (THz or T-ray) biomedical imaging has become a modality of interest due to its ability to simultaneously acquire both image and spectral information. Terahertz imaging systems are being commercialized, with increasing trials performed in a biomedical setting. Advanced digital image processing algorithms are greatly need to assist screening, diagnosis, and treatment. Pattern recognition algorithms play a critical role in the accurate and automatic process of detecting abnormalities when applied to biomedical imaging. This goal requires classification of meaningful physical contrast and identification of information in images, for example, distinguishing between different biological tissues or materials. T-ray tomographic imaging and detection technology contributes especially to our ability to discriminate opaque objects with clear boundaries and makes possible significant potential applications in both in vivo and ex vivo environments. The Thesis consists of a number of Chapters, which can be grouped in to three parts. The first part provides a review of the state-of-the-art regarding THz sources and detectors, THz imaging modes, and THz imaging analysis. Pattern recognition forms the second part of this Thesis...

Modeling and simulation of intelligent vision based pattern-recognition of Colour-Iris

Kulchatchai, P.; Anvar, A.
Fonte: The Modelling and Simulation Society of Australia and NZ; Australia Publicador: The Modelling and Simulation Society of Australia and NZ; Australia
Tipo: Conference paper
Publicado em //2011 EN
Relevância na Pesquisa
66.18%
Among the several algorithms that exist for Iris pattern recognition, Daugman’s innovation is one of the most implemented approaches. His algorithm is based on Near-InfraRed (NIR) images which have been proven as an effective technique particularly when used in controlled scenarios [1]. The trend of using gray NIR-base images then dominates the process of Iris recognition and influences the majority of eyes’ images databases. The aim of this paper is to create a model that achieves a more effective Iris-recognition system (i.e. Iris encoding and recognition) by considering the individualities of both the pattern-structure and Colour of the Iris-pattern. The conducted simulation shows positive results. Via colour analysis, the model can efficiently and accurately divide all suspect samples into a small group. The recognition system then searches and compares within a smaller quantity of suspected samples. This case has shown that the model can increase the recognition speed up to 70% [6]. In the proposed circumstances, this model also supports the accuracy of Iris recognition.; http://www.mssanz.org.au/modsim2011/index.htm; Pongthep Kulchatchai and Amir Anvar

Reconocimiento de patrones utilizando técnicas estadísticas y conexionistas aplicadas a la clasificación de dígitos manuscritos; Pattern recognition using statistical techniques and neural networks: application to handwritten digit classification

Seijas, Leticia María
Fonte: Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires Publicador: Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires
Tipo: info:eu-repo/semantics/doctoralThesis; tesis doctoral; info:eu-repo/semantics/publishedVersion Formato: application/pdf
Publicado em //2011 SPA
Relevância na Pesquisa
66.26%
El Reconocimiento de Patrones es el estudio de cómo las máquinas pueden observar el ambiente o entorno, aprender a distinguir patrones de interés a partir de la experiencia, y tomar decisiones razonables con respecto a las categorías a las que pertenecen dichos patrones. El mejor reconocedor de patrones conocido hasta ahora es el ser humano, no sabiéndose a ciencia cierta cuál es el proceso mediante el cual los humanos realizamos esta tarea. El Reconocimiento Optico de Caracteres (OCR) es uno de los tópicos más antiguos dentro del Reconocimiento de Patrones y una de las areas de investigación más importante y activa, que en la actualidad presenta desafío: la precisión en el reconocimiento asociada tanto a caracteres impresos en una imagen degradada o a caracteres manuscritos es aún insuficiente, existiendo errores en el reconocimiento. El Reconocimiento de Dígitos Manuscritos es un tema destacado dentro de OCR, por las aplicaciones relacionadas, como el procesamiento automático de cheques bancarios, la clasificación de correo en base a la lectura de códigos postales, la lectura automática de formularios y documentos con escritura manuscrita, dispositivos de lectura para ciegos, reconocimiento de escritura en computadoras manuales PDA...

Deterministic Learning and Rapid Dynamical Pattern Recognition

Wang, Cong; Hill, David
Fonte: Institute of Electrical and Electronics Engineers (IEEE Inc) Publicador: Institute of Electrical and Electronics Engineers (IEEE Inc)
Tipo: Artigo de Revista Científica
Relevância na Pesquisa
66.18%
Recognition of temporal/dynamical patterns is among the most difficult pattern recognition tasks. In this paper, based on a recent result on deterministic learning theory, a deterministic framework is proposed for rapid recognition of dynamical patterns.

Pattern Recognition for Conditionally Independent Data

Ryabko, Daniil
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 18/07/2005
Relevância na Pesquisa
66.13%
In this work we consider the task of relaxing the i.i.d assumption in pattern recognition (or classification), aiming to make existing learning algorithms applicable to a wider range of tasks. Pattern recognition is guessing a discrete label of some object based on a set of given examples (pairs of objects and labels). We consider the case of deterministically defined labels. Traditionally, this task is studied under the assumption that examples are independent and identically distributed. However, it turns out that many results of pattern recognition theory carry over a weaker assumption. Namely, under the assumption of conditional independence and identical distribution of objects, while the only assumption on the distribution of labels is that the rate of occurrence of each label should be above some positive threshold. We find a broad class of learning algorithms for which estimations of the probability of a classification error achieved under the classical i.i.d. assumption can be generalised to the similar estimates for the case of conditionally i.i.d. examples.; Comment: parts of results published at ALT'04 and ICML'04

Achievable Rates for Pattern Recognition

Westover, M. Brandon; O'Sullivan, Joseph A.
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 08/09/2005
Relevância na Pesquisa
66.16%
Biological and machine pattern recognition systems face a common challenge: Given sensory data about an unknown object, classify the object by comparing the sensory data with a library of internal representations stored in memory. In many cases of interest, the number of patterns to be discriminated and the richness of the raw data force recognition systems to internally represent memory and sensory information in a compressed format. However, these representations must preserve enough information to accommodate the variability and complexity of the environment, or else recognition will be unreliable. Thus, there is an intrinsic tradeoff between the amount of resources devoted to data representation and the complexity of the environment in which a recognition system may reliably operate. In this paper we describe a general mathematical model for pattern recognition systems subject to resource constraints, and show how the aforementioned resource-complexity tradeoff can be characterized in terms of three rates related to number of bits available for representing memory and sensory data, and the number of patterns populating a given statistical environment. We prove single-letter information theoretic bounds governing the achievable rates...

Developing Autonomic Properties for Distributed Pattern-Recognition Systems with ASSL: A Distributed MARF Case Study

Vassev, Emil; Mokhov, Serguei A.
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 16/12/2011
Relevância na Pesquisa
66.19%
In this paper, we discuss our research towards developing special properties that introduce autonomic behavior in pattern-recognition systems. In our approach we use ASSL (Autonomic System Specification Language) to formally develop such properties for DMARF (Distributed Modular Audio Recognition Framework). These properties enhance DMARF with an autonomic middleware that manages the four stages of the framework's pattern-recognition pipeline. DMARF is a biologically inspired system employing pattern recognition, signal processing, and natural language processing helping us process audio, textual, or imagery data needed by a variety of scientific applications, e.g., biometric applications. In that context, the notion go autonomic DMARF (ADMARF) can be employed by autonomous and robotic systems that theoretically require less-to-none human intervention other than data collection for pattern analysis and observing the results. In this article, we explain the ASSL specification models for the autonomic properties of DMARF.; Comment: 28 pages; 16 figures; Submitted and accepted in 2010; to appear in "E. Vassev and S. A. Mokhov. Development and evaluation of autonomic properties for pattern-recognition systems with ASSL -- a distributed MARF case study. Transactions on Computational Science...

Edge direction matrixes-based local binar patterns descriptor for shape pattern recognition

Talab, Mohammed A.; Abdullah, Siti Norul Huda Sheikh; Bataineh, Bilal
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 26/11/2014
Relevância na Pesquisa
66.1%
Shapes and texture image recognition usage is an essential branch of pattern recognition. It is made up of techniques that aim at extracting information from images via human knowledge and works. Local Binary Pattern (LBP) ensures encoding global and local information and scaling invariance by introducing a look-up table to reflect the uniformity structure of an object. However, edge direction matrixes (EDMS) only apply global invariant descriptor which employs first and secondary order relationships. The main idea behind this methodology is the need of improved recognition capabilities, a goal achieved by the combinative use of these descriptors. This collaboration aims to make use of the major advantages each one presents, by simultaneously complementing each other, in order to elevate their weak points. By using multiple classifier approaches such as random forest and multi-layer perceptron neural network, the proposed combinative descriptor are compared with the state of the art combinative methods based on Gray-Level Co-occurrence matrix (GLCM with EDMS), LBP and moment invariant on four benchmark dataset MPEG-7 CE-Shape-1, KTH-TIPS image, Enghlishfnt and Arabic calligraphy . The experiments have shown the superiority of the introduced descriptor over the GLCM with EDMS...

An Open Source Pattern Recognition Toolbox for MATLAB

Morton Jr., Kenneth D.; Torrione, Peter; Collins, Leslie; Keene, Sam
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 20/06/2014
Relevância na Pesquisa
66.19%
Pattern recognition and machine learning are becoming integral parts of algorithms in a wide range of applications. Different algorithms and approaches for machine learning include different tradeoffs between performance and computation, so during algorithm development it is often necessary to explore a variety of different approaches to a given task. A toolbox with a unified framework across multiple pattern recognition techniques enables algorithm developers the ability to rapidly evaluate different choices prior to deployment. MATLAB is a widely used environment for algorithm development and prototyping, and although several MATLAB toolboxes for pattern recognition are currently available these are either incomplete, expensive, or restrictively licensed. In this work we describe a MATLAB toolbox for pattern recognition and machine learning known as the PRT (Pattern Recognition Toolbox), licensed under the permissive MIT license. The PRT includes many popular techniques for data preprocessing, supervised learning, clustering, regression and feature selection, as well as a methodology for combining these components using a simple, uniform syntax. The resulting algorithms can be evaluated using cross-validation and a variety of scoring metrics to ensure robust performance when the algorithm is deployed. This paper presents an overview of the PRT as well as an example of usage on Fisher's Iris dataset.

Oracle Complexity and Nontransitivity in Pattern Recognition

Bulitko, Vadim
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 16/10/2000
Relevância na Pesquisa
66.2%
Different mathematical models of recognition processes are known. In the present paper we consider a pattern recognition algorithm as an oracle computation on a Turing machine. Such point of view seems to be useful in pattern recognition as well as in recursion theory. Use of recursion theory in pattern recognition shows connection between a recognition algorithm comparison problem and complexity problems of oracle computation. That is because in many cases we can take into account only the number of sign computations or in other words volume of oracle information needed. Therefore, the problem of recognition algorithm preference can be formulated as a complexity optimization problem of oracle computation. Furthermore, introducing a certain "natural" preference relation on a set of recognizing algorithms, we discover it to be nontransitive. This relates to the well known nontransitivity paradox in probability theory. Keywords: Pattern Recognition, Recursion Theory, Nontransitivity, Preference Relation

Pattern Recognition System Design with Linear Encoding for Discrete Patterns

Lai, Po-Hsiang; O'Sullivan, Joseph A.
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 20/12/2007
Relevância na Pesquisa
66.12%
In this paper, designs and analyses of compressive recognition systems are discussed, and also a method of establishing a dual connection between designs of good communication codes and designs of recognition systems is presented. Pattern recognition systems based on compressed patterns and compressed sensor measurements can be designed using low-density matrices. We examine truncation encoding where a subset of the patterns and measurements are stored perfectly while the rest is discarded. We also examine the use of LDPC parity check matrices for compressing measurements and patterns. We show how more general ensembles of good linear codes can be used as the basis for pattern recognition system design, yielding system design strategies for more general noise models.; Comment: Submitted and accepted to ISIT 2007

CLINICALLY PRACTICAL APPLICATIONS OF PATTERN RECOGNITION FOR MYOELECTRIC PROSTHESES

Lock, Blair A.; Schultz, Aimee E.; Kuiken, Todd A.
Fonte: Myoelectric Symposium Publicador: Myoelectric Symposium
Tipo: Artigo de Revista Científica
Publicado em //2008 EN_US
Relevância na Pesquisa
66.22%
The promise of pattern recognition for improved control of upper-extremity powered prostheses has existed for a long time. During the years of offline research and algorithm development, very little experience has been gained with real-time use in clinical and chronic settings. Our group, having the benefit of working with subjects who have undergone targeted muscle reinnervation (TMR) surgery, is at the forefront of real-world application of pattern recognition for upper extremity amputees. Based on our experiences, we highlight a progression of myoelectric control schemes from conventional control to enhanced pattern recognition control, stressing the application of simple pattern recognition schemes to replace more conventional control. These clinically practical pattern recognition systems incorporate a realistic number of electrodes and the ability to control available prosthetic components. Our experience suggests how the impending, and initial deployment of pattern recognition-controlled prostheses for daily use can be more approachable than what is depicted in high-dimension studies common in the literature today.