Дослідження і класифікація електрофізіологічних сигналів за допомогою машинного навчання

Харченко, Я. О.

Публікація:
Дослідження і класифікація електрофізіологічних сигналів за допомогою машинного навчання

dc.contributor.author	Харченко, Я. О.
dc.date.accessioned	2024-06-14T19:24:45Z
dc.date.available	2024-06-14T19:24:45Z
dc.date.issued	2024
dc.description.abstract	Об’єкт дослідження – завдання класифікації біоелектричних сигналів. Мета роботи – застосування нейронних мереж та методу мультифрактального флуктуаційного аналізу для дослідження та класифікації біоелектричних сигналів. Методи дослідження – метод мультифрактального флуктуаційного аналізу (МФДФА) для аналізу даних та згорткові нейронні мережі (CNN) для класифікації. Результати експерименту демонструють, що обраний метод класифікації виявився досить точним і на тренувальному, і на тестовому наборах даних. Використання мультифрактальних характеристик у контексті дослідження біоелектричних сигналів могло б допомогти відділити корисну інформацію від шуму та покращити точність класифікації. Висновки з цієї роботи можуть бути використані для виявлення відхилень та для класифікації біоелектричних сигналів із застосуванням машинного навчання
dc.identifier.citation	Харченко Я. О. Дослідження і класифікація електрофізіологічних сигналів за допомогою машинного навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 124 Системний аналіз / Я. О. Харченко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2024. – 67 с.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/26944
dc.language.iso	uk
dc.subject	електрокардіограма (ЕКГ)
dc.subject	часові ряди
dc.subject	згорткова нейронна мережа (CNN)
dc.subject	метод мультифрактального флуктуаційного аналізу (МФДФА)
dc.title	Дослідження і класифікація електрофізіологічних сигналів за допомогою машинного навчання
dc.type	Other
dspace.entity.type	Publication