Arrhythmieerkennung mithilfe der Generative Adversarial Network-Methode

Name: Arrhythmieerkennung mithilfe der Generative Adversarial Network-Methode
Brand: Verlag Unser Wissen
SKU: 9786206959809
Price: 27245 HUF
Availability: InStock

Szerző: Satish Hamde, Vinayak Asutkar

Nyelv:

Kötés: Puha kötésű

Kiadó: Verlag Unser Wissen

Elérhetőség: Beszállítói készleten

Küldés 5-8 napon belül

27 245 Ft

In diesem Buch wird erläutert, wie ein tiefes generatives adversarisches Netzwerk, das auf einem gro...

Információk a könyvről

Szerző

Satish Hamde, Vinayak Asutkar

Nyelv

Német

Kötés

Könyv - Puha kötésű

Kiadva

2023

oldal

148

EAN

9786206959809

ISBN

6206959805

Enbook ID

44605713

Kiadó

Verlag Unser Wissen

Súly

238

Méretek

150 x 220 x 9

Teljes leírás

In diesem Buch wird erläutert, wie ein tiefes generatives adversarisches Netzwerk, das auf einem großen Datensatz aufgebaut ist, Arrhythmien genauer erkennen kann als Ärzte. Darüber hinaus wird die Merkmalsextraktion traditionell als wesentlicher Bestandteil der Elektrokardiogramm-Arrhythmie-Klassifizierung angesehen. Ziel dieser Forschungsarbeit ist die Untersuchung der EKG-Arrhythmie-Klassifizierung mithilfe eines tiefen, dichten generativen adversarischen Netzwerks. Der in diesem Buch vorgestellten GAN-Architektur kann beigebracht werden, EKG-Signale zu erzeugen, die mit realen EKG-Signalen vergleichbar sind. Die Ergebnisse zeigen, dass die Verwendung einer sequenzbasierten Strategie für alle EKG-Schlagtypen die Fläche unter der Kurve auf unserem Testsatz erheblich verbessert. Die herkömmliche Architektur berücksichtigt diese Struktur nicht und leidet daher unter einer geringeren Leistung, wenn eine solche Struktur informativ ist. In diesem Buch wird die vorgeschlagene Technik mit der Kernel-Prinzipal-Komponenten-Analyse mit inkrementeller Support-Vektor-Regression, diskreten Wavelet-Transformationen mit inkrementeller Support-Vektor-Regression und allgemeinen spärlichen neuronalen Netzen verglichen. Aus den erzielten Ergebnissen wird geschlossen, dass die vorgeschlagene GAN-Technik diesen drei Methoden mit einer Gesamtgenauigkeit von 97,44 Prozent überlegen ist.

Érdekelheti

Azok a vásárlók, akik ezt a könyvet megvásárolták, a következőket is megvásárolták

Leggyakrabban keresett

Categories

Authors

Publishers

Termékek

Termékek

Leggyakrabban keresett

Categories

Authors

Publishers

Termékek

Termékek

Arrhythmieerkennung mithilfe der Generative Adversarial Network-Methode

Információk a könyvről

Teljes leírás

Érdekelheti

Azok a vásárlók, akik ezt a könyvet megvásárolták, a következőket is megvásárolták