Search results for "machine learning"

Glottal Source Features for Automatic Speech-Based Depression Assessment

2017

Depression is one of the most prominent mental disorders, with an increasing rate that makes it the fourth cause of disability worldwide. The field of automated depression assessment has emerged to aid clinicians in the form of a decision support system. Such a system could assist as a pre-screening tool, or even for monitoring high risk populations. Related work most commonly involves multimodal approaches, typically combining audio and visual signals to identify depression presence and/or severity. The current study explores categorical assessment of depression using audio features alone. Specifically, since depression-related vocal characteristics impact the glottal source signal, we exa…

Estimating Information in Earth System Data with Machine Learning

2021

El aprendizaje automático ha hecho grandes avances en la ciencia e ingeniería actuales en general y en las ciencias de la Tierra en particular. Sin embargo, los datos de la Tierra plantean problemas particularmente difíciles para el aprendizaje automático debido no sólo al volumen de datos implicado, sino también por la presencia de correlaciones no lineales tanto espaciales como temporales, por una gran diversidad de fuentes de ruido y de incertidumbre, así como por la heterogeneidad de las fuentes de información involucradas. Más datos no implica necesariamente más información. Por lo tanto, extraer conocimiento y contenido informativo mediante el análisis y el modelado de datos resulta c…

A recommendation system for the prediction of drug-target associations

2022

In this chapter a recommendation system is presented, based on the integration of a Protein-Protein Interaction (PPI) network taken from the Intact database, and a set of associations between drugs and targets taken from the DrugBank database. Depending on how proteins are connected on the PPI network, given an input drug the system suggests new targets. The framework adopted for the implementation is Apache Spark, useful for loading, managing and manipulating data by means of appropriate Resilient Distributed Datasets (RDD), and for the use of the Alternating Least Square (ALS) machine learning algorithm, a Matrix Factorization algorithm for distributed and parallel computing.Finally, an a…

Impact of Renewables in Spanish Electricity Markets

2021

El objetivo de la presente tesis es analizar el impacto de la introducción de las energías renovables en el sistema eléctrico español. El sistema eléctrico español es elegido como ejemplo paradigmático debido al intenso crecimiento observado en las renovables en los últimos años, en especial de energía eólica. Su contenido se estructura en 3 capítulos: En el primer Capitulo, ”Effects of renewable on the stylized facts of electricity prices”, se analiza el impacto de las renovables en el precio resultante de la subasta del mercado diario (también llamado precio spot) siendo objeto de estudio no solo el comportamiento del precio en niveles, sino también sus características principales, como …

Exploring relationships between audio features and emotion in music

2009

In this paper, we present an analysis of the associations between emotion categories and audio features automatically extracted from raw audio data. This work is based on 110 excerpts from film soundtracks evaluated by 116 listeners. This data is annotated with 5 basic emotions (fear, anger, happiness, sadness, tenderness) on a 7 points scale. Exploiting state-of-the-art Music Information Retrieval (MIR) techniques, we extract audio features of different kind: timbral, rhythmic and tonal. Among others we also compute estimations of dissonance, mode, onset rate and loudness. We study statistical relations between audio descriptors and emotion categories confirming results from psychological …

Impacto de una nueva metodología de análisis de biomarcadores de imagen ecográfica en ciclos sustituidos sobre la tasa de éxito en donación de óvulos

2019

En las últimas décadas la imagen médica se ha convertido en una herramienta indispensable para conocer y analizar el interior del cuerpo humano de forma no invasiva. Además, la digitalización de la imagen y el desarrollo de técnicas de procesado computacional permiten en la actualidad extraer información contenida en la imagen imperceptible para el ojo humano. Esta información extraída de la imagen se conoce como Biomarcador de Imagen (BI). Un Biomarcador de Imagen (BI) se define como un parámetro que representa y cuantifica de forma objetiva una propiedad (estructural, funcional o biológica) del tejido objeto de estudio, y que se comporta como indicador de un proceso biológico normal, una …

Transfer Learning of Deep Learning Models for Cloud Masking in Optical Satellite Images

2023

Los satélites de observación de la Tierra proporcionan una oportunidad sin precedentes para monitorizar nuestro planeta a alta resolución tanto espacial como temporal. Sin embargo, para procesar toda esta cantidad creciente de datos, necesitamos desarrollar modelos rápidos y precisos adaptados a las características específicas de los datos de cada sensor. Para los sensores ópticos, detectar las nubes en la imagen es un primer paso inevitable en la mayoría de aplicaciones tanto terrestres como oceánicas. Aunque detectar nubes brillantes y opacas es relativamente fácil, identificar automáticamente nubes delgadas semitransparentes o diferenciar nubes de nieve o superficies brillantes es mucho …

Towards a theory of inductive inference

1973

Multilayer perceptron training with multiobjective memetic optimization

2016

Machine learning tasks usually come with several mutually conflicting objectives. One example is the simplicity of the learning device contrasted with the accuracy of its performance after learning. Another common example is the trade-off that must often be made between the rate of false positive and false negative predictions in diagnostic applications. For computer programs that learn from data, these objectives are formulated as mathematical functions, each of which describes one facet of the desired learning outcome. Even functions that intend to optimize the same facet may behave in a subtly different and mutually conflicting way, depending on the task and the dataset being examined. Mul…

Node co-activations as a means of error detection : Towards fault-tolerant neural networks

2022

Context: Machine learning has proved an efficient tool, but the systems need tools to mitigate risks during runtime. One approach is fault tolerance: detecting and handling errors before they cause harm. Objective: This paper investigates whether rare co-activations – pairs of usually segregated nodes activating together – are indicative of problems in neural networks (NN). These could be used to detect concept drift and flagging untrustworthy predictions. Method: We trained four NNs. For each, we studied how often each pair of nodes activates together. In a separate test set, we counted how many rare co-activations occurred with each input, and grouped the inputs based on whether its class…