Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Heart beats classification using artificial neural network

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F13%3APU103505" target="_blank" >RIV/00216305:26220/13:PU103505 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Heart beats classification using artificial neural network

  • Popis výsledku v původním jazyce

    Use of artificial neural network (ANN) for automatic clasification of the heart beats is highly topical. Both appropriate preparation of ECG data as well as selection of the ANN model allow performing effective and correct classification. The type of segments selected from ECG influences not only the type and maximum number of recognized classification groups but also the complexity of classification model. The latter affects PC memory requirements as well as the time needed for the classification. Themain goals of this work are to design ANN model for heart beats classification and to study the influence of various factors (such as character of ECG data, ANN topology, etc.) on the results of classification.

  • Název v anglickém jazyce

    Heart beats classification using artificial neural network

  • Popis výsledku anglicky

    Use of artificial neural network (ANN) for automatic clasification of the heart beats is highly topical. Both appropriate preparation of ECG data as well as selection of the ANN model allow performing effective and correct classification. The type of segments selected from ECG influences not only the type and maximum number of recognized classification groups but also the complexity of classification model. The latter affects PC memory requirements as well as the time needed for the classification. Themain goals of this work are to design ANN model for heart beats classification and to study the influence of various factors (such as character of ECG data, ANN topology, etc.) on the results of classification.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 19th Conference Student EEICT 2013

  • ISBN

    978-80-214-4695-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    3

  • Strana od-do

    166-168

  • Název nakladatele

    Neuveden

  • Místo vydání

    Neuveden

  • Místo konání akce

    Brno

  • Datum konání akce

    25. 4. 2013

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku