11/5/2023 Maximal Spectral Overlap Wavelet Transform (MSO-WT). To λογισμικό σε Python για την προτεινόμενη μέθοδο MSO-WT για adaptive decomposition of multicomponent Signals and estimation of phase synchronization, γενικεύοντας το κλασικό μέτρο Mean Phase Coherence (MPC) στo Multi-Component Mean Phase Coherence (MCMPC), μπορεί να βρεθεί στο github, https://github.com/apostolosev/MSO_WT. Tο MSO-WT και MCMPC παρουσιάζονται στο άρθρο: A. Evangelidis, D. Kugiumtzis, “Adaptive Decomposition of Multicomponent Signals and Estimation of Phase Synchronization“, IEEE Transactions on Signal Processing, early access, 2023.

17/1/2021 Διάφορα γνωστά μέτρα αιτιότητας κατά Granger: Granger causality index (GCI), conditional Granger causality index (CGCI), transfer entropy (TE), Partial Transfer Entropy (PTE). Τα μέτρα αναπτύχθηκαν σε Matlab και δίνονται στο github, https://github.com/dkugiu/Matlab/tree/master/GrangerCausalityMeasures . Παρακαλείσθε να κάνετε αναφορά στο άρθρο όταν γίνεται χρήση του λογισμικού: E. Siggiridou, Ch. Koutlis, A. Tsimpiris, D. Kugiumtzis, “Evaluation of Granger Causality Measures for Constructing Networks from Multivariate Time Series“, Entropy, Vol 21 (11): 1080, 2019.

17/1/2021 PTERV: Το πρόγραμμα Matlab για το μέτρο άμεσης αιτιότητας κατά Granger, partial transfer entropy on ranked vectors, δίνεται στο github, https://github.com/dkugiu/Matlab/blob/master/PTERV.m. Το μέτρο παρουσιάζεται στο άρθρο: D. Kugiumtzis, “Partial Transfer Entropy on Rank Vectors“, The European Physical Journal Special Topics, Vol 222, No 2, pp 401-420, 2013

25/3/2019, Πρόσθετο πρόγραμμα (plug-in) αλγορίθμου για την αναπλήρωση του χάσματος του παρσίτου του διακρανιακού μαγνητικού ερεθισμού (transcranial magnetic stimulation, TMS) στο ηλεκτροεγκεφαλογράφημα (electroencephalogam, EEG). Συγγραφέας: Αναγνωστοπούλου Αλέξάνδρα (αναπτύχθηκε στο πλαίσιο διπλωματικής εργασίας στο Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, ΑΠΘ). Δίνονται δύο πρόσθετα Matab προγράμματα σε δύο αντίστοιχα συμπιεσμένα αρχεία: για το πακέτο Matlab TESA, FillTMSgapTESA.zip; για το πακέτο Matlab TMSEEG (ιστοσελίδα: http://www.tmseeg.com/ ), FillTMSgapTMSEEG.zip.

4/8/2015, RCGCI and mBTS: Το λογισμικό σε Matlab αναπτύχθηκε μαζί με την Σιγγιρίδου Έλσα και αποτελεί υλοποίηση υπολογισμού της μεθόδου για τον υπολογισμό του restricted conditional Granger causality index (RCGCI). Η μέθοδος βασίζεται σε μοντέλο δυναμικής πρόβλεψης που δίνεται από τον αλγόριθμο modified backward-in-time selection (mBTS). Στον φάκελο στο github, https://github.com/dkugiu/Matlab/tree/master/RCGCI , υπάρχουν ένα πρόγραμμα Matlab παραδείγματος και συναρτήσεις που υλοποιούν τον αλγόριθμο (δες πρώτα το αρχείο README.txt). Το άρθρο που παρουσιάζει τη μέθοδο είναι: E. Siggiridou, D. Kugiumtzis, “Granger Causality in Multi-variate Time Series using a Time Ordered Restricted Vector Autoregressive Model“, IEEE Transactions on Signal Processing, Vol 64(7), pp 1759-1773, 2016.

Ενημερώθηκε 3/4/215, PMIME: Το πρόγραμμα Matlab στον φάκελο στο github, https://github.com/dkugiu/Matlab/tree/master/PMIME , που υλοποιεί το μέτρο άμεσης αιτιότητας Partial Mutual Information from Mixed Embedding (PMIME). Το άρθρο που παρουσιάζει τη μέθοδο είναι: D. Kugiumtzis, “Direct coupling information measure from non-uniform embedding“, Physical Review E, Vol 87, 062918, 2013.

Μαζί με τον Αλκιβιάδη Τσιμπίρη έχουμε αναπτύξει το ανοιχτής πρόσβασης πακέτο προγραμμάτων σε matlab με τίτλο Μέτρα για την Ανάλυσης Χρονοσειρών (Measures of Analysis of Time Series, MATS). Μπορείς να πάρεις το MATS από την ιστοσελίδα http://eeganalysis.web.auth.gr. Μπορείς επίσης να το πάρεις από την ιστοσελίδα του περιοδικού Journal of Statistical Software (ελεύθερη πρόσβαση) στη διεύθυνση http://www.jstatsoft.org/v33/i05/ .Εκεί μπορείς να βρεις και το άρθρο που παρουσιάζει το MATS.

Το πρόγραμμα σε Matlab για τη δημιουργία υποκατάστατων χρονοσειρών με τον αλγόριθμο Statistically Transformed Autoregressive Process (STAP) υπάρχει εδώ. Το μέτρο παρουσιάστηκε στο άρθρο: D. Kugiumtzis, “Statically Transformed Autoregressive Process and Surrogate Data Test for Nonlinearity“, Physical Review E, Vol 66, 025201, 2002.