English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Resumen. En este articulo se presenta la integracion de los Algoritmos Geneticos (Genetic Algorithms, GA) con Analisis de Componente Principal (Principal Component Analysis, PCA) y Redes Neuronales Artificiales (Artificial Neural Networks, ANNs) como un metodo para mejorar el reconocimiento de emociones en expresiones faciales. Para la evaluacion del metodo dos bases de datos fueron consideradas: (1) una base de datos de emociones faciales creada a partir de usuarios Mexicanos, y (2) una base de datos estandar (Japanese Female Facial Expression, JAFFE). La eficiencia de tres sistemas de reconocimiento fue estudiada: (a) un sistema basado en PCA (Sistema PCA), (b) un sistema basado en PCA para reduccion de dimensionalidad y ANNs como tecnica de reconocimiento (Sistema PCA-ANN), y (c) un sistema PCA-ANN en donde la ANN es optimizada con GA (Sistema PCA-GA-ANN). El desempeno de cada sistema fue evaluado con ambas bases y resultados con mejoras estadisticamente significativas fueron obtenidos al integrar el GA.

Factores en el reconocimiento facial de emociones y la integración de optimización evolutiva