Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
Проанализированы передовые подходы автоматизированной классификации ЭКГ. Исследование показало, что наибольшей эффективностью обладают системы, основанные на сверточных нейросетях. Такие нейросети в процессе обучения автоматически выявляют признаки, которые позволяют выполнять классификацию ЭКГ. Рассмотрена архитектура нейросети, классифицирующая 12-канальную ЭКГ на 5 классов. Архитектура реализована на языке Python.
There are analyzed state-of-the-art approaches in automatic ECG classification. The study showed that the most effective systems are based on convolutional neural networks. Such neural networks during the training process automatically identify the features that allow precisely classify ECG. A neural network architecture has been considered that classifies a 12-channel ECG into 5 classes. The architecture was implemented using the Python language.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Статистика использования
Количество обращений: 2
За последние 30 дней: 2 Подробная статистика |