18 resultados para multiple signals
Resumo:
Um dos maiores desafios da neurofisiologia é o de compreender a forma como a informação é transmitida através do sistema nervoso. O estudo do sistema nervoso tem várias aplicações, tanto na neurologia, permitindo avanços ao nível clínico, como noutras áreas, e.g., nos sistemas de processamento de informação baseados em redes neuronais. A transmissão de informação entre neurónios é feita por via de sinais elétricos. A compreensão deste fenómeno é ainda incompleta e há projectos a nível europeu e mundial com o objetivo de modular o sistema nervoso no seu todo de forma a melhor o compreender. Uma das teses que se desenvolve hoje em dia é a de que a transmissão de sinais elétricos no sistema nervoso é influenciada por fenómenos de sincronia. O objetivo desta dissertação é o de otimizar um protocolo de aquisição e análise de dados reais de eletroencefalograma e eletromiograma com o propósito de observar fenómenos de sincronia, baseando-se num algoritmo (análise por referência de fase, ou RPA, do inglês reference phase analysis) que deteta sincronias de fase entre os sinais de eletroencefalograma (EEG) e um sinal de referência, que é, no caso presente, o eletromiograma (EMG). A otimização deste protocolo e sua validação indicaram a existência de fenómenos significativos de sincronia no sinal elétrico, transmitido entre os músculos da mão e o córtex motor, no decorrer da ação motora.
Resumo:
In this thesis, a feed-forward, back-propagating Artificial Neural Network using the gradient descent algorithm is developed to forecast the directional movement of daily returns for WTI, gold and copper futures. Out-of-sample back-test results vary, with some predictive abilities for copper futures but none for either WTI or gold. The best statistically significant hit rate achieved was 57% for copper with an absolute return Sharpe Ratio of 1.25 and a benchmarked Information Ratio of 2.11.
Resumo:
Fundação para a Ciência e a Tecnologia (FCT), Fundação Millennium bcp
