Concordances from the Ingeniería corpus
Posición del sujeto durante el protocolo de experimentación . Adicionalmente se
muestra
la localización de las matrices para el registro de las señales HD - EMG ,
experimento alcanzando diferentes posiciones en el plano . Los sensores de posición se
muestran
dentro de cuadrados discontinuos . Posteriormente , las señales se analizaron en
Ecuación 1 ) para cada ventana como : donde N = 512
muestras
( en una ventana de 250 ms ) , i , j son las posiciones
tienden a valores elevados . Resultados Mapas de activación En la Figura 2 se
muestran
los mapas de activación obtenidos en el músculo Pectoralis Major a modo de ejemplo
filas 2 a 4 . Cabe resaltar que , aunque los mapas de activación se
muestran
solo para el Pectoralis Major , se observan cambios similares en los otros tres músculos
clasificación , se han realizado dos tipos de identificación : En la primera se
muestran
los resultados obtenidos solo mediante el cálculo de las intensidades basadas en
realizado ( es decir , mezclando los tres niveles de esfuerzo ) . En la Tabla 2 se
muestran
los resultados para la diferenciación tanto de tipo de ejercicio como de nivel de
e ) la derecha y f ) la izquierda Las Tablas 3 y 4
muestran
los resultados obtenidos para el promedio de todos los sujetos considerando el total
a la descripción de la librería y sus componentes . En la sección 4 se
muestran
resultados de la aplicación de la librería y su validación . El trabajo termina
molar y corriente , across : potencial químico y voltaje ) . La Figura 3
muestra
una unión ( línea roja ) de dos modelos , una bomba y un sumidero
térmica entre el tubo de acero y el vidrio . En la Figura 7 se
muestra
la implementación de los elementos principales del sistema de fluido térmico :
la simulación de componentes de la planta termosolar y validación Se van a
mostrar
algunos de los modelos implementados con la librería ParaTrough de componentes de
utilizando el algoritmo de resolución DASSL con una tolerancia de . En primer lugar se
muestran
tres modelos solares ( Sun ) , con los datos meteorológicos de Phoenix , Sevilla
al modelo LocationComparison _ year , dentro la sub - librería La Figura 14
muestra
que la máxima altura solar para este día se produce en Phoenix ( línea roja
Figura 15 : Composición del ejemplo Loop _ Operation La Figura 16
muestra
cómo varían las temperaturas centrales de los SCAs que forman el lazo en un día
real de los diferentes colectores solares dentro de un mismo lazo . La Figura 17
muestra
las pérdidas térmicas al ambiente en un HCE aleatorio del lazo tanto por convección
por debajo de 5Hz ( Yang and Kong , 2009 ) . La figura 1
muestra
un diagrama de bloques del sistema desarrollado . Protocolo experimental Cada experimento
Figura 2 : Representaci´on de un ensayo del experimento . La figura 2
muestra
una representaci´on de un ensayo del experimento ( 30 segundos ) que inicia despu´es
de ruido y el incremento de la señal real . N es el numero de
muestras
usadas en una ventana para calcular el promedio y la desviacion estandar , ∆t es
detalle en la Seccion 3 . 2 . 2 . En la figura 3 se
muestra
el diagrama de bloques del proceso para la detecci´on de la intencion de movimiento
detecciones de la intencion de movimiento en la señal EEG . La figura 8a
muestra
la diferencia entre los discriminantes del clasificador bayesiano ( clase estatica
una de las repeticiones del experimento , para el sujeto 1 . La figura 8b
muestra
el detalle de la señal proveniente de la varianza de la diferencia entre los discriminantes
la señal EEG , ası como un promedio del tiempo entre los sujetos . Se
muestra
que el promedio de anticipacion para la señal EEG es de 678 , 04 ±
obtenidos con este nuevo enfoque de clasificacion de señales EEG a trav´es de SMR
muestran
una mejora significativa en la precisi´on de la clasificaci´on ( 30 % en este
% en comparacion con el metodo de clasificacion tradicional . Los resultados
muestran
que puede ser viable trabajar con seales SMR de EEG para predecir la intencion de
permiten seleccionar comandos a traves de una estimulaci´on visual . Consiste en
mostrar
al usuario una matriz de comandos cuyas filas y columnas se iluminan aleatoriamente
realizo un submuestreo a f = 20 Hz sobre dichos datos , manteniendo unicamente 14
muestras
por estımulo en cada canal , correspondientes a la media de 13 segmentos equiespaciados
, 2013 ; Gonzalez et al . , 2013 ) , tal y como se
muestra
a continuacion : donde S ( u ) = 1 /
por Pham et al . ( 2006 ) , se basa en el comportamiento que
muestran
las abejas a la hora de buscar comida . Para empezar , la colmena envıa
2006 ; Brownlee , 2011 ) . El algoritmo empleado en este estudio se
muestra
en el pseudocogido 2 . Dado que es necesario emplear un enfoque binario , la
hormiga . La probabilidad de que una hormiga i seleccione un conjunto de canales se
muestra
a continuaci´on : por tanto , la probabilidad de rechazarlos sera p ( 0
desarrollado originalmente por ( Yang , 2009 ) , basado en el comportamiento que
muestran
las luciernagas a la hora de comunicarse entre ellas y buscar presas potenciales
patrones rıtmicos mediante un mecanismo llamado bioluminiscencia . Si la hembra se
muestra
interesada por el macho , imita su patron para ir a su encuentro .
de los metodos para ambos sujetos se detalla en la Figura 2 . Adicionalmente , se
muestran
los boxplots que recogen las precisiones obtenidas en la fase de test para cada una
cada una de las soluciones . Asimismo , las precisiones alcanzadas m´as altas se
muestran
en la Tabla 1 , donde se observa que no solo se igualan los resultados empleando
2009 ; Martinez - Cagigal et al . , 2016 ) . La Figura 3
muestra
la cantidad de veces que se ha seleccionado cada canal en las repeticiones de los
por los 5 metodos de inteligencia de enjambre empleados . Finalmente , la Figura 5
muestra
las mejores soluciones encontradas por cada metodo en funcion del numero de secuencias
la funcion de coste multi - objetivo para todos los metodos , la cual se
muestra
mas pronunciada para los casos de PSO y BA ; seguida por ABC y BAS
( Yang et al . , 2013 ) . No obstante , tal y como
muestra
la Tabla 1 , la convergencia no supone un problema en la solucion final .
selecci´on de canales , sino de superarla en algunos casos . Tal y como
muestra
la Figura 3 , los metodos de SI empleados seleccionan canales de manera recurrente
para 15 secuencias , sino que las obtenidas para un numero de secuencias inferior
muestran
el mismo comportamiento . Se observan precisiones similares a las obtenidas para
en un dedal acoplado en el extremo del brazo articulado del PHAMToN y se le
muestra
en la pantalla un patrón con un objetivo a seguir . En la figura 2 se
en la pantalla un patrón con un objetivo a seguir . En la figura 2 se
muestran
dos ejemplos de dichos patrones que el paciente tiene que ejecutar durante las pruebas
Hiperplano de Separación Óptimo implementado por las SVMs . En la figura 3 , se
muestra
un HSO para el caso de un conjunto de datos linealmente separables . La introducción
, por lo que no resulta fácil definir el HSO . En la figura 4 se
muestra
un ejemplo donde los datos de entrada no se pueden n ( cid : 131
Arquitectura de las SVMs . En la figura 5 se
muestra
la estructura de un clasificador SVM no lineal . Figura 5 . SVMs
Raíz del Error Cuadrático Medio ( RMSE ) . Procedimiento : En la tabla 1 se
muestra
las condiciones del ensayo : Tabla 1 : Datos utilizados en el estudio
la frecuencia con la que se produce el movimiento oscilatorio . En la figura 7 se
muestra
el rango de frecuencias del temblor para las patologías objeto del estudio ( Deuschl
( PD ) Esencial ( ET ) En la figura 6 se
muestran
algunas de las curvas de ajuste . Los puntos de color negro indican la posición
) Párkinson ( EP ) El resultado obtenido se
muestra
en la tabla 4 . Figura 6 . Ajuste para un enfermo de temblor esencial .
vs TP y TP vs TE . En las figuras 8 y 9 se
muestra
el error obtenido para cada Se muestran los resultados en la tabla 2 . Tabla
En las figuras 8 y 9 se muestra el error obtenido para cada Se
muestran
los resultados en la tabla 2 . Tabla 2 : Modelo del clasificador SVM para el
. mucho mayor en las muestras de EP , tal y como se
muestra
en la tabla 6 . Tabla 6 : Coeficiente de Curtosis para las dos
10 . Representación de las muestras con valores atípicos . En la figura 11 se
muestra
la nueva distribución después de eliminar los atípicos . Figura 11 . Representación
dos primeras componentes del ACP para representar su distribución tal y como se
muestra
en la figura 10 . Mediante el coeficiente de Curtosis se analizó el grado de concentración
cero se tiene una distribución puntiaguda . El coeficiente k es En la tabla 8 se
muestran
los valores de las condiciones del ensayo . Tabla 8 : Datos utilizados
de Párkinson ( EP ) 27 En la tabla 9 se
muestran
los resultados obtenidos . cada tipo de temblor . Los espacios muestrales utilizados
3 ) error ( cid : 3 ) En la figura 12 se
muestran
los resultados para el caso TF y TP , en función de los diferentes
. Sample ( cid : 3 ) En la figura 14 se
muestra
el error obtenido en la clasificación TP vs TF para los diferentes tipos de
Temblor Esencial vs Temblor de Párkinson . Patrones cinéticos . En la figura 13 se
muestra
el mejor resultado obtenido , en este caso , con los patrones cinéticos .
Clasificación Temblor Patológico vs Temblor Fisiológico . Las figuras 15 y 16
muestran
los mejores resultados para la clasificación TP vs TE . Para la
los buenos resultados obtenidos . En González et al . ( 2014 ) donde se
muestran
los resultados con MLP ’ s no se obtienen ratios por debajo del 30 %
TE . En Soleimanian et al . ( 2013 ) utilizando MLPs también , se
muestran
ratios de error en una horquilla del 6 % al 13 % para la diferenciación
asequibles en el pasado [ 6 ] . Hemos trabajado en esta dirección , que
muestra
cómo los métodos de CV se pueden beneficiar del uso de la GPU [ 7
de uso de redes neuronales para mejorar las predicciones de CV ; finalmente , se
muestran
las conclusiones y posibles direcciones para el trabajo futuro . 2 . Metodología
en el aumento de su coste computacional . Decidimos continuar en esta dirección y
mostrar
cómo esta limitación puede solucionarse gracias al hardware de las GPU y los nuevos
del paquete R [ 22 ] . Se utilizaron por defecto los parámetros que se
muestran
en la tabla 1 . La elección de estos valores de neuronas de la capa oculta ,
iteraciones en la validación cruzada que aseguran la correpresentatividad de todas las
muestras
y el número de muestras e iteraciones se han validado empíricamente . La conclusión
cruzada que aseguran la correpresentatividad de todas las muestras y el número de
muestras
e iteraciones se han validado empíricamente . La conclusión ha sido que los parámetros
entrada , para cada molécula de cada conjunto , contienen su estructura molecular y
muestran
si está activo o no . Después de los cálculos con BINDSURF , los resultados
cálculos con BINDSURF , los resultados para 3 conjuntos distintos de datos DUD se
muestran
en las curvas ROC de la figura 2 . Teniendo en cuenta los resultados obtenidos
Para ello se define el entorno del dominio local de la malla móvil , se
muestra
el acoplamiento de la malla móvil con la malla global del continuo completo y se
en cada paso de tiempo de la simulación dinámica . En la figura 1 se
muestra
esquemática - mente : una malla fina en contraposición a una malla gruesa , ambas
( 14 ) y que para los valores de En la figura 3 se
muestra
la relación entre el desplazamiento dinámico en el centro de la viga uz ( L
3 ( a ) , 3 ( c ) y 3 ( e ) se
muestran
los resul - tados para velocidades adimensionales = 0 , 75 , respectivamente . Las
numéricamente , lo cual es refrendado por los valores del error absoluto que se
muestra
en la figura 3 ( b , d , f ) como función del tiempo
función del tiempo y para distintos valo - res del parámetro . En la tabla 4 se
muestran
los valores máximos res del parámetro del error para cada caso y se puede observar
escenarios probabilistas de riesgo sísmico a nivel urbano . En este artículo se
muestra
cómo , con una nueva definición de los umbrales de los estados de da˜no con
edificio estudiado es de hormigón armado , tiene 4 niveles y 3 vanos y se
muestra
en la figura 1 junto con sus dimensiones . Debido a su simetría puede ser
bidimensional utilizando un solo pórtico ( figura 1b ) cuyas caracte - rísticas se
muestran
en la tabla 1 . El material de las vigas y de las columnas del modelo
que es muy útil debido al enfoque probabilista de este artículo . La tabla 2
muestra
la media , la desviación estándar y el coe - ficiente de variación , cdv
cuyos espectros se pueden ver en la figura 2 . Esta figura , además ,
muestra
el espectro medio y el espectro tipo 1 para un suelo tipo A del Eurocódigo
error cuadrá - tico medio en un intervalo de periodos dado . La figura 2
muestra
que el procedimiento que se ha utilizado para la selección de ace - lerogramas compatibles
buen ajuste . La lista de estos terremotos y de sus principales características se
muestra
en la tabla 3 . Hancock et al . [ 38 ] han estudiado
ha generado , para todas las columnas de un mismo nivel del edificio , una
muestra
aleatoria de la resis - tencia a la compresión de hormigón , fc , y
de hormigón , fc , y , para cada columna del mismo nivel , una
muestra
aleatoria del módulo de elasticidad del acero , Es . Se ha utilizado el mismo
de elasticidad del acero , Es . Se ha utilizado el mismo criterio para generar
muestras
aleatorias de las características de los materiales de las vigas de un mismo nivel
elemento E y la energía histerética total disipada por la estructura . La figura 3
muestra
la evolución del DI en función de la aceleración máxima del terreno PGA , teniendo
puede relacionarse con el desplazamiento máximo al nivel del techo , tal como se
muestra
en la figura 4 . Ade - más , en la figura 4b se muestra
muestra en la figura 4 . Ade - más , en la figura 4b se
muestra
el DI global correspondiente al caso en que solo se tuviera en cuenta la contribución
le denomina índice de da˜no de duc - tilidad . En la misma figura se
muestran
también los valores medios de ambos índices de da˜no y los límites de 0 ,
variabilidad espacial de la misma forma que en el apartado anterior . La figura 5
muestra
las 1 . 000 curvas de capacidad que se han calculado mediante los PA ,
ecs . ( 3 ) , las 1 . 000 curvas de capacidad que se
muestran
en la figura 5a se transforman en los 1 . 000 espectros de capacidad de
12 – 15 , 29 , 30 ] : En la figura 6 se
muestran
los espectros de capacidad bilineales y los estados de da˜no obtenidos desde una
suponiendo que estos siguen una distribución de probabilidad binomial . La figura 7a
muestra
las 1 . 000 curvas de fragilidad para cada estado de da˜no calculadas después de
utilizados para llevar a cabo la interpolación de las curvas de fragilidad , se
muestran
en la figura 7b . El índice de da˜no global esperado de la estructura
dinámico , el índice de da˜no global de la estructura . La figura 8
muestra
el DI calculado a partir de las curvas de fragilidad de la figura 7a .
ser expresado como una función de la aceleración pico , PGA , tal como se
muestra
en la figura 10 . Puesto que se ha incluido el efecto de la acción
media . Un ejemplo de dicha curva , correspondiente a la estructura estudiada , se
muestra
en la parte superior de la figura 12b . Se calcula la derivada numérica de
última parte constante de cada curva de rigidez espec - tral , tal como se
muestra
en la figura 12a . Por último , el umbral de daño de colapso , ds4
manera probabilista por medio de los histogramas de la figura 13 . Estos histogramas
muestran
que los estados de daño ds1 obtenidos con el nuevo método son inferiores a los
suponiendo que siguen una distribución de probabilidad binomial . La figura 14a
muestra
las nuevas curvas de fragilidad calculadas con las hipótesis descritas y , basados
ec . ( 6 ) , se calculan los correspondientes índices de daño que se
muestran
en la figura 14b . Finalmente , se calcula el punto de desempeño siguiendo el
capacidad estructural y de la demanda sís - mica . En la figura 15 se
muestran
los nuevos índices de da˜no como una función de la PGA . 6 .
con IDA , en términos de la media y de la desviación estándar que se
muestran
en la figura 16a , b , respecti - vamente . Estos resultados muestran
muestran en la figura 16a , b , respecti - vamente . Estos resultados
muestran
claramente el buen ajuste de las cur - vas de daño obtenidas con el nuevo
de la curva de capacidad . Los resultados obtenidos con este nuevo enfo - que
muestran
un mejor acuerdo con el análisis dinámico que los que utilizan los umbrales de
postimpacto en función del material usado para definir la plancha . Por filas se
muestran
los diferentes IED - EFP según su curvatura ; por columnas antes de impacto ,
. Se construyeron 4 modelos un ángulo de apertura de 36◦ . La figura 2a
muestra
la reconstruc - ción geométrica de la técnica « culotte » de implante de stent
pared rígida de una arteria en que se había colocado un stent . Los resultados
muestran
una ten - dencia similar en términos de esfuerzos cortantes en la pared , tanto
densi - dad , y , la viscosidad dinámica del fluido . La figura 1
muestra
los modelos experimentales para 45 y 90◦ . El fluido de trabajo es una
flujo sanguíneo a la entrada se tomó de [ 10 ] . La figura 3
muestra
la evolución temporal del caudal en un ciclo cardiaco . Se consideraron solamente
4 ciclos cardiacos con el fin de obtener una solución estable . La figura 4
muestra
la evolución temporal de la velocidad para el tercer y el cuarto ciclos en la
Régimen estacionario . Resultados numéricos y experimentales Los resultados que se
muestran
en esta sección se refieren a la región ocupada por el stent en las diferentes
sana exenta de stent , a la región equivalente . Las figuras 5 y 6
muestran
los contornos de velocidad en el plano medio obtenidos de forma numérica y experimental
aguas abajo gracias a la presen - cia de los struts . Este comportamiento se
muestra
de manera más evidente en el resultado numérico de la bifurcación a 45◦ ( fig
oscilaciones temporales en la dirección de los esfuerzos cortantes . La tabla 3
muestra
las áreas con un OSI elevado ( > 0 , 1 ) . La localización
experimentales obtenidos con PIV en el laboratorio para los casos en régimen estaciona - rio
muestran
una concordancia razonable con las simulaciones numéricas en ANSYS Fluent , lo que
y el contenido de CuO ( 0 , 6 - 1 , 2 % )
muestran
que puede ser de interés como materia prima en la recuperación del metal .
tipos de hornos de una fundición chilena en el siglo XIX , la literatura nos
muestra
4 tipos , pudiéndose usar uno o varios de ellos conjunta - mente . El
fayalita y magnetita ( Piatak et al . , 2015 ) . Además algunas EC
muestran
un elevado contenido de CaO , com - puesto que otorgaría efectos positivos en las
nombres adoptados según la zona geográfica de su procedencia . En la Tabla 1 se
muestran
las coorde - nadas de ubicación de los escoriales estudiados . Se estima que la
. 2 . Equipos y procedimientos 2 . 2 . 1 . Toma de
muestras
in situ La toma de muestras de las EC antiguas desde los diferentes vertederos
2 . 2 . 1 . Toma de muestras in situ La toma de
muestras
de las EC antiguas desde los diferentes vertederos , se realizó mediante exca -
, 70 m . Se descartaron las EC superficiales con el propósito de prescindir de
muestras
potencialmente meteo - rizadas o contaminadas con polvo u otras sustan - cias . Se
en el vertedero y desde cada una de ellas , se extrajo una cantidad de
muestra
que se depositó en bolsas plásticas tota - lizando 40 kg aproximadamente , las
la Universidad de Atacama , Chile , para homogenei - zarlas . Posteriormente , la
muestra
de cada escoria fue mezclada , cuarteada y almacenada para su molienda . 2
de rodillo , hasta alcan - zar un tamaño medio de 35 μm . La
muestra
se homogeneizó en un cortador de Riffle ( 32 ” x 1 / 2 ”
tiempo de molienda 35 - 55 min . Cada 5 min se extrajo una pequeña
muestra
del mate - rial molido verificándose su granulometría por el ensayo de análisis
de calentamiento de 20 °C . min – 1 en atmósfera de aire . La
muestra
molida de EC se estudió por espectros - copia infrarroja por transformada de Fourier
. RESULTADOS Y DISCUSIÓN 3 . 1 . Caracterización química En la Tabla 2 se
muestra
la composición química determinadas mediante FRX de las EC estudiadas . Las EC
al nivel de control del proceso meta - lúrgico . Además , en la Tabla 2 se
muestra
que las EC son ácidas , presentando un índice de basicidad IB= ( CaO+MgO )
al ata - que con ácido clorhídrico e hidróxido de potasio durante el ensayo ,
muestra
un valor bajo ( 0 , 95 ) en la EC - PQ en comparación
, esto nos indicaría una mayor cantidad de sílice reactiva . En la Tabla 3 se
muestra
el diámetro medio de las partículas y el tiempo de molienda de las EC .
curvas de distribución de partículas de las EC . En la Fig . 2 se
muestra
la morfología de las EC observadas por micros - copía electrónica de barrido ,
infrarrojos ( FTIR ) de las escorias molidas . Considerando la actividad de cada
muestra
en función del número de ondas de los espectros FTIR , se pueden identi -
posi - bles enlaces son mostrados en la Tabla 4 . En la Fig . 4 se
muestran
las curvas termogravimétricas ( TG ) y sus derivadas ( DTG ) para las distintas
respectivamente . 3 . 3 . Caracterización mineralógica La Fig . 5
muestra
los difractogramas de las EC estudiadas . Los patrones utilizados en la carac - terización