Resumen

La entropía, como medida de complejidad, es un concepto fundamental para el análisis de series temporales. Entre muchos métodos, la entropía de muestra (SampEn) ha surgido como una medida robusta y poderosa para cuantificar la complejidad de series temporales debido a su insensibilidad a la longitud de los datos y su inmunidad al ruido. A pesar de su uso popular, SampEn se basa en los datos estandarizados donde la varianza se descarta rutinariamente, lo cual no obstante podría proporcionar información adicional para el análisis discriminante. Aquí diseñamos una medida de complejidad simple, pero eficiente, denominada entropía de varianza (VarEn), para integrar SampEn con la varianza y lograr un análisis discriminante efectivo. Aplicamos VarEn para analizar el potencial de campo local (LFP) recopilado del córtex visual del mono macaco mientras realizaba una tarea de supresión de destellos generalizada, en la cual un estímulo visual se disociaba de la experiencia perceptual, para estudiar

• Materias:Máquina de vectores Marco neuronal híbrido Base de datos Inteligencia neuronal Sintonización de controladores
• Subjects:Vector machine Hybrid neural framework Database Neural intelligence Controller tuning
• Palabras claves:Entropía; Medida de complejidad; Análisis de series temporales; Entropía de la muestra; Entropía de la varianza; Análisis discriminante
• Keywords:Entropy; Complexity measure; Time series analysis; Sample entropy; Variance entropy; Discriminant analysis