ScholarGate
Asistente
Machine learningTime-frequency analysis

Descomposición Empírica por Modos (EMD)

La Descomposición Empírica por Modos (EMD) es un método adaptativo y completamente impulsado por los datos para descomponer series temporales no lineales y no estacionarias en un conjunto finito de componentes oscilatorios llamados Funciones de Modo Intrínseco (IMFs), más un residuo monótono. Introducida por Norden E. Huang y sus colegas de la NASA en 1998, la EMD no requiere funciones base predefinidas y deriva todos los componentes directamente de la señal misma, lo que la diferencia fundamentalmente de las transformadas de Fourier o wavelet.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. Huang, N. E., et al. (1998). The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society A, 454(1971), 903–995. DOI: 10.1098/rspa.1998.0193

Cómo citar esta página

ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/es/signal-processing/empirical-mode-decomposition

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGateEmpirical Mode Decomposition (Empirical Mode Decomposition (EMD)). Recuperado el 2026-06-15 de https://scholargate.app/es/signal-processing/empirical-mode-decomposition · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026