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”

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