Детальная информация

Название: Импульсные рекурретные нейронные сети для классификации электрокардиограмм по типу аритмии // Машинное обучение в исследованиях медико-биологических и социально-экономических данных: сборник научных трудов
Авторы: Никитин Кирилл Вячеславович
Выходные сведения: Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2020
Электронная публикация: Санкт-Петербург, 2020
Коллекция: Общая коллекция
Тематика: Нейронные сети; электрокардиограммы
УДК: 004.032.26; 616.12-073.7
Тип документа: Статья, доклад
Тип файла: PDF
Язык: Русский
DOI: 10.18720/SPBPU/2/id20-62
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия: Прочитать Загрузить (1,2 Мб)

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

С помощью разработанной среды моделирования импульсных нейронных сетей выполняется исследование и анализ различных моделей импульсных нейронов и химических синапсов. Полученные результаты используются для построения методики соответствующих нейронных сетей в составе машины неустойчивых состояний для решения задачи распознавания динамических образов в рамках парадигмы резервуарных вычислений. Рассматривается пример применения методики для решения задачи классификации электрокардиограмм по наличию и типу аритмии.

Research and analysis of various models of spiking neurons and chemical synapses is performed with the help of the developed simulation environment of spiking neural networks. The results obtained are used to build a technique for the synthesis of the corresponding neural networks as a part of liquid state machine model. The problem of recognizing dynamic patterns within the paradigm of reservoir computing is considired. An example of application of the technique for the problem of classification of the electrocardiogram by the type of arrhythmia is presented.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
-> Интернет Все Прочитать Печать Загрузить

Статистика использования

stat Количество обращений: 53
За последние 30 дней: 2
Подробная статистика