Andere Kunden interessierten sich auch für
![Arrhythmieerkennung mithilfe der Generative Adversarial Network-Methode]( "Arrhythmieerkennung mithilfe der Generative Adversarial Network-Methode")
Arrhythmieerkennung mithilfe der Generative Adversarial Network-Methode79,90 €![Arrhythmia Detection by using Generative Adversarial Network Method]( "Arrhythmia Detection by using Generative Adversarial Network Method")
Arrhythmia Detection by using Generative Adversarial Network Method51,99 €![Détection de l'arythmie à l'aide de la méthode des réseaux adversoriels génératifs]( "Détection de l'arythmie à l'aide de la méthode des réseaux adversoriels génératifs")
Détection de l'arythmie à l'aide de la méthode des réseaux adversoriels génératifs51,99 €![Deteção de arritmia utilizando o método das redes adversárias generativas]( "Deteção de arritmia utilizando o método das redes adversárias generativas")
Deteção de arritmia utilizando o método das redes adversárias generativas51,99 €![Obnaruzhenie aritmii s pomosch'ü metoda generatiwnyh adwersarnyh setej]( "Obnaruzhenie aritmii s pomosch'ü metoda generatiwnyh adwersarnyh setej")
Obnaruzhenie aritmii s pomosch'ü metoda generatiwnyh adwersarnyh setej51,99 €![Rilevamento dei confini delle riprese video utilizzando il metodo di trasformazione]( "Rilevamento dei confini delle riprese video utilizzando il metodo di trasformazione")
Rilevamento dei confini delle riprese video utilizzando il metodo di trasformazione44,99 €![Una valutazione innovativa delle reti di sensori wireless e dei sistemi di cloud computing]( "Una valutazione innovativa delle reti di sensori wireless e dei sistemi di cloud computing")
Una valutazione innovativa delle reti di sensori wireless e dei sistemi di cloud computing45,99 €
Questo libro spiega come una rete avversaria generativa profonda costruita su un ampio set di dati possa rilevare le aritmie in modo più accurato rispetto ai medici. Inoltre, l'estrazione delle caratteristiche è stata tradizionalmente considerata una componente essenziale della classificazione delle aritmie da elettrocardiogramma. Lo scopo di questa ricerca è esaminare la classificazione delle aritmie da ECG utilizzando una rete generativa avversaria profonda e densa. L'architettura GAN illustrata in questo libro può essere insegnata a produrre segnali ECG paragonabili a quelli del mondo reale. I risultati indicano che l'utilizzo di una strategia basata sulla sequenza per tutti i tipi di battito ECG migliora sostanzialmente l'area sotto la curva sul nostro set di test. L'architettura tradizionale non affronta naturalmente questa struttura e quindi soffre di una diminuzione delle prestazioni quando tale struttura è informativa. Questo libro confronta la tecnica proposta con l'analisi dei componenti di principio kernel con regressione vettoriale di supporto incrementale, la trasformata wavelet discreta con regressione vettoriale di supporto incrementale e la rete neurale rada generale. Dai risultati ottenuti, si conclude che la tecnica GAN proposta è superiore a questi tre metodi con un'accuratezza complessiva del 97,44%.