NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Abstract Temporal'ı genlik katkılarından ayıran zaman serisi karmaşıklığını ölçmek için özellikli bir çerçeve olan Extrema-Segmented Entrop y'yi (ExSent) tanıtıyoruz. Yöntem, bir sinyali birinci dereceden artışlardaki işaret değişikliklerini algılayarak monotonik segmentlere ayırır. Her segment için, aralık süresini ve net genlik değişimini çıkarır, sırasıyla zamanlama ve büyüklük değişkenliğini yansıtan iki dizi oluşturur. Karmaşıklık, daha sonra, ortak entropileri ile birlikte, süreler ve genlikler üzerindeki örnek entropiyi hesaplayarak ölçülür. Bu ayrışma, genel düzensizliğin süre, genlik veya bunların birleşmesinden kaynaklanıp kaynaklanmadığını ortaya çıkarır ve tek boyutlu metriklerden daha zengin ve daha yorumlanabilir bir karakterizasyon sağlar. ExSent'i kanonik doğrusal olmayan dinamik sistemler (Logistik harita, Rössler sistemi, Rulkov haritası) üzerinde doğruluyoruz, kontrol parametresi süpürmeleri arasındaki karmaşık değişiklikleri izleme ve düzenli kaotik rejimler arasındaki geçişleri algılama yeteneğini gösteriyoruz. Daha sonra, gerçek verilerde (Parkinson hastalığında elektromiyografi ve ayak bileği ivmesi) özelliğe özgü karmaşıklık kaynaklarını izole etmek için ExSent metriklerinin ampirik yararını gösteriyoruz. Bu nedenle ExSent, karmaşıklığı farklı sinyal özelliklerine bağlayarak, yorumlanabilirliği geliştirerek ve fizyoloji, finans ve jeobilim dahil olmak üzere geniş bir alan yelpazesindeki uygulamaları destekleyerek mevcut entropi önlemlerini tamamlar.
Özgün kaynak özetini okuyun
Abstract We introduce Extrema-Segmented Entrop y (ExSEnt), a feature-decomposed framework for quantifying time-series complexity that separates temporal from amplitude contributions. The method partitions a signal into monotonic segments by detecting sign changes in the first-order increments. For each segment, it extracts the interval duration and the net amplitude change, generating two sequences that reflect timing and magnitude variability, respectively. Complexity is then quantified by computing sample entropy on durations and amplitudes, together with their joint entropy. This decomposition reveals whether overall irregularity is driven by duration, amplitude, or their coupling, providing a richer and more interpretable characterization than unidimensional metrics. We validate ExSEnt on canonical nonlinear dynamical systems (Logistic map, Rössler system, Rulkov map), demonstrating its ability to track complexity changes across control parameter sweeps and detect transitions between regular to chaotic regimes. Then, we illustrate the empirical utility of ExSEnt metrics to isolate feature-specific sources of complexity in real data (electromyography and ankle acceleration in Parkinson’s disease). Thus, ExSEnt complements existing entropy measures by attributing complexity to distinct signal features, improving interpretability and supporting applications in a broad range of domains, including physiology, finance, and geoscience.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.