Není k dispozici

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F04%3A03099084" target="_blank" >RIV/68407700:21230/04:03099084 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Unsupervised Learning of Holter ECG signals using HMM optimized by simulated annealing
Popis výsledku v původním jazyce
We present a unsupervised learning algorithm based on continuous Hidden Markov Models (HMM) to automatically classify Holter signals based on their morphology. Our proposed method automatically detect and separate the significant beats by means of hierarchical clustering scheme. Due to the convergence and numeric problems of a classical local optimization technique, we have implemented a novel approach for the global training of HMM by simulated annealing
Název v anglickém jazyce
Unsupervised Learning of Holter ECG signals using HMM optimized by simulated annealing
Popis výsledku anglicky
We present a unsupervised learning algorithm based on continuous Hidden Markov Models (HMM) to automatically classify Holter signals based on their morphology. Our proposed method automatically detect and separate the significant beats by means of hierarchical clustering scheme. Due to the convergence and numeric problems of a classical local optimization technique, we have implemented a novel approach for the global training of HMM by simulated annealing

Rok uplatnění
2004
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)