ıllı Internet y Tecnologías de la Información (2018)

internet, Hosting, dominios, seo, antivirus, banco de imágenes, páginas web, tiendas online

[Enciclopedia Online Gratuita] Diccionario de Internet y Tecnologías de la Información y la Comunicación (TIC):

ıllı Modelo de forma activo : que es, definición y significado, descargar videos y fotos.

videos internet

salud  ıllı Modelo de forma activo : que es, definición y significado, descargar videos y fotos.  


La construcción del MDP se puede hacer utilizando el Análisis de componentes primordiales (ACP). La manera es representada como un polígono de n vértices en coordenadas de imagen.


Para medir la alteración de la manera Xundefined es transformado a un marco de referencia normalizado respecto a los factores de la pose: tx,tyundefined (translación), sundefined (escala) y ?undefined (rotación).


La forma media es dada por:


y la desviación estándar de cada forma es


Por tanto se puede apreciar la matriz de covariancia como:


El eje primordial de la nube de puntos de 2nundefined-dimensional está ahora dado por los vectores propios piundefined de la matriz de covariancia. Si indicamos ?iundefined como el i-ésimo valor propio, se cumple la próxima identidad:


Entonces se edifica la matriz Pundefined desde los vectores propios ordenados decrecientemente en función de los valores propios pertinentes.


Una instancia de la manera puede entonces ser generado a través de la deformación de la manera media por una combinación lineal de vectores propios:


El espacio de forma de 2nundefined-dimensional es entonces generado utilizando su eje primordial, o sea, las dimensiones son ordenadas conforme a su nivel de alteración. Esto resulta en una forma muy recomendable de cotejar la manera aspirante x'undefined con el conjunto de adiestramiento realizando la transformación ortogonal en el espacio paramétrico bundefined y valorando la probabilidad de la manera. Una instancia del modelo es entonces definida por el vector vundefined, consistente en los factores de pose y forma.


El objetivo de la aplicación del Análisis de Componentes Primordiales (ACP) sobre el conjunto de adiestramiento es reducir el número de factores del modelo. Así se reduce la cantidad de dimensiones, produciendo solo formas afines a las contenidas en el conjunto de adiestramiento. A través de el ordenamiento en forma descendente de los valores propios de la matriz de covariancia, t modos de alteración pueden elegirse para explicar V×100 por ciento undefined de la alteración usando:


Los sobrantes 2n-t modos son entonces considerados como estruendos. Un valor apropiado para V puede ser 0.98, dejando modelar el noventa y ocho por ciento de la alteración de la manera.


Para conseguir un marco de referencia normalizado de las formas en el conjunto de adiestramiento, se traslada el centro de gravedad al origen y se escala tal que |x|=1=1. De esta manera las esquinas del conjunto de rectángulos con diferentes relaciones de aspecto forman un círculo de radio 1(véase Figura dos, las formas no normalizadas se muestran en la Figura 1). Debido a la no linealidad, el ACP debe utilizar 2 factores para producir el espacio de formas: ?1=99.6 por ciento undefined y ?2=0.4 por ciento undefined, pese a que la alteración es solo en un factor (la relación de aspecto). Mirando la Figura dos se verifica que la manera media sobrepuesta no coincide con la manera media del conjunto de adiestramiento. Para eludir estas no linealidades en el conjunto normalizado, la manera puede ser transformada al espacio tangente escalando por 1/x.x¯undefined.


La transformación al espacio tangente alinea todos y cada uno de los rectángulos con esquinas sobre líneas rectas (Figura tres) permitiendo el modelado del conjunto de adiestramiento utilizando solo transformaciones lineales. Nótese como la manera media está contenida en el conjunto de adiestramiento debido a que el ACP ahora utiliza solo un factor, ?1=100 por ciento undefined para modelar el cambio en la relación de aspecto. Así la distribución de los factores b puede ser compacta reduciendo la no linealidad, lo que acarrea a modelos mejores y más simples.


En le proceso de hacer coincidir un modelo con una imagen, solo formas válidas equiparadas con el conjunto de adiestramiento resultan de interés. Una forma de determinar esto es limitar el espacio de factores, b, bajo la asunción de que estos son independientes y respondes a una distribución gaussiana con media cero. Puesto que la variancia de la i-ésima componente primordial es ?i-yundefined el noventa y ocho por ciento de la distribución de biundefined se halla en el rango ±3sundefined las limitaciones pueden ser elegidas como:


Debido a esta fácil limitación en forma de hipercubo, los factores biundefined pueden tomar valores de ±3/sqrt?iundefined, lo que no es deseable. Para eludir esto, b puede estar limitado a un hiperelipsoide utilizando la Distancia de Mahalanobis:


tal que si Dm

Si la manera no cumple esta condición, b es escalado al punto más próximo en el hiperelipsoide. Esto se ilustra en la Figura cuatro.


Si la clase de la manera en cuestión es separada en diferentes subclases entre las que no debemos discriminar, métodos más complejos deben ser utilizados para modelar la distribución de los factores b. Una alternativa es acercarla utilizando una mezcla de gaussianos. Este enfoque puede ser utilizado para representar cualquier no linealidad en la alteración de la manera presente en el conjunto de adiestramiento y permitiendo la generación de formas válidas de forma considerablemente más general.


  ELIGE TU TEMA DE INTERÉS: 


autoayuda.es   Internet y Tecnologias 

Está aquí: Inicio > [ INTERNET ] > ıllı Modelo de forma activo : que es, definición y significado, descargar videos y fotos.

Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Ver políticas