Feature Selection for Adults Sleep and Neonatal Polysomnographic Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F13%3A00193463" target="_blank" >RIV/68407700:21230/13:00193463 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21460/13:00193463
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-29305-4_141" target="_blank" >http://dx.doi.org/10.1007/978-3-642-29305-4_141</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-29305-4_141" target="_blank" >10.1007/978-3-642-29305-4_141</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Feature Selection for Adults Sleep and Neonatal Polysomnographic Data
Popis výsledku v původním jazyce
This paper proposes the solution to the problem of feature extraction and selection in the field of sleep polysomnographic recording of adults and neonates. The propřed approach has been verified on real clinical datasets. We have used approach based oncomputation of Mutual informatik between expert classification and computed features in preselection stage and Sequential Forward Selection (SFS) algorithm for final selection of the most significant features. The final set of features can be used for classification into the appropriate classes. Proper selection of features may significantly influence the success rate of the classification.
Název v anglickém jazyce
Feature Selection for Adults Sleep and Neonatal Polysomnographic Data
Popis výsledku anglicky
This paper proposes the solution to the problem of feature extraction and selection in the field of sleep polysomnographic recording of adults and neonates. The propřed approach has been verified on real clinical datasets. We have used approach based oncomputation of Mutual informatik between expert classification and computed features in preselection stage and Sequential Forward Selection (SFS) algorithm for final selection of the most significant features. The final set of features can be used for classification into the appropriate classes. Proper selection of features may significantly influence the success rate of the classification.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
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
IFMBE Proceedings: World Congress on Medical Physics and Biomedical Engineering
ISBN
978-3-642-29304-7
ISSN
1680-0737
e-ISSN
—
Počet stran výsledku
4
Strana od-do
538-541
Název nakladatele
Springer
Místo vydání
Heidelberg
Místo konání akce
Beijing ( Peking)
Datum konání akce
26. 5. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—