人工智能将改变医疗健康的方方面面，包括我们管理个人健康的方式，从客户体验和临床护理到降低医疗保健成本。这本实用的书是第一本描述AI可以帮助解决有害的医疗保健问题的当前和未来用例的书。
2022-07-02 18:05:38
7.15MB
[psi gopt] = dfdesign_w_lmi(phi, w, d, n);
DFDESIGN_W_LMI 计算 phi(z) 的 H 无穷大最佳逆 FIR 滤波器。 所得滤波器最小化误差系统的 H 无穷范数E_w(z) = [z^(-d) - psi(z)phi(z)]w(z)。 该函数使用了基于 KYP 引理的 LMI 方法。
[输入] phi：目标系统（离散时间），SS 或 TF 格式w：加权函数，SS或TF格式d：延迟，非负数n：FIR滤波器的长度，正整数
[输出] psi：产生的逆 FIR 滤波器gopt：最优值
这是基于以下论文： M. Nagahara 和 Y. Yamamoto， 因果样条插值的 H 无穷大最优逼近， 信号处理，卷。 91，第 2 期，第 176-184 页，2011 年。
2022-06-26 15:57:56
2KB
1
网络舆情作为社会舆情在互联网空间的映射，反过来影响着社会实体事件的发展进程。提升网络舆情处置能力，已成为管理部门的一项重要任务。分析了网络舆情的传播规律及其特点，利用系统动力学分析了网络舆论生态传播系统的驱动因素，通过因果回路图对因素之间的关系进行定性分析，并建立网络舆情驱动力模型。最后，对该模型进行仿真分析，以期提出积极管理网络舆情传播的建议。
2022-06-23 10:39:52
510KB
1
格兰杰因果matlab代码样条-怪人因果关系
通过时间平滑来减少Granger因果分析中参数估计的过程。
如A过程中所述，使用条件Granger因果关系的修改版本来推断网络的代码，以通过时间平滑来提高Granger因果分析的能力。
必须按照以下方式执行：
巴尼特（Barnett，L.），塞斯（AK），2014年。
J.神经科学。
方法223，50-68。
doi：10.1016
/
j.jneumeth.2013.10.018。
。
提供了三个示例仿真：
示例1）main_sim_1N_high_freq.m示例2）main_sim_1N_low_freq.m示例3）main_sim_9N.m
示例1和2分别拟合了一个由高频或低频控制的信号的模型。
示例3使网络适合于包含9个信号的多元系统。
要执行示例，请在MATLAB命令行中调用simualtion：
>>
main_sim_1N_high_freq
2022-06-20 21:44:21
25KB
1
CausalityTools.jl提供了基于时间序列的因果推断和动态耦合检测方法。
一个易于使用的框架，用于估计信息论度量，例如传递熵、预测不对称、广义熵和互信息。
收敛交叉映射、成对非对称推理、S-measure 和联合距离分布。
代理数据生成。
2022-06-10 09:06:25
86KB
在别处看的一个用MATLAB写的一个GRANGER 因果检验程序，跟大家分享一下 在别处看的一个用MATLAB写的一个GRANGER 因果检验程序，跟大家分享一下
2022-06-01 14:37:01
2KB
1