P-leader multifractal analysis and sparse SVM for intrapartum fetal acidosis detection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21730%2F15%3A00239725" target="_blank" >RIV/68407700:21730/15:00239725 - isvavai.cz</a>

Výsledek na webu

<a href="http://ieeexplore.ieee.org/xpl/abstractKeywords.jsp?tp=&arnumber=7318771&url=http%3A%2F%2Fieeexplore.ieee.org%2Fiel7%2F7302811%2F7318236%2F07318771.pdf%3Farnumber%3D7318771" target="_blank" >http://ieeexplore.ieee.org/xpl/abstractKeywords.jsp?tp=&arnumber=7318771&url=http%3A%2F%2Fieeexplore.ieee.org%2Fiel7%2F7302811%2F7318236%2F07318771.pdf%3Farnumber%3D7318771</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/EMBC.2015.7318771" target="_blank" >10.1109/EMBC.2015.7318771</a>

Jazyk výsledku

angličtina

Název v původním jazyce

P-leader multifractal analysis and sparse SVM for intrapartum fetal acidosis detection

Popis výsledku v původním jazyce

IInterpretation and analysis of intrapartum fetal heart rate, enabling early detection of fetal acidosis, remains a challenging signal processing task. Among the many strategies that were used to tackle this problem, scale-invariance and multifractal analysis stand out. Recently, a new and promising variant of multifractal analysis, based on p-leaders, has been proposed. In this contribution, we use sparse support vector machines applied to p-leader multifractal features with a double aim: Assessment ofthe features actually contributing to classification; Assessment of the contribution of non linear features (as opposed to linear ones) to classification performance. We observe and interpret that the classification rate improves when small values of the tunable parameter p are used.

Název v anglickém jazyce

P-leader multifractal analysis and sparse SVM for intrapartum fetal acidosis detection

Popis výsledku anglicky

IInterpretation and analysis of intrapartum fetal heart rate, enabling early detection of fetal acidosis, remains a challenging signal processing task. Among the many strategies that were used to tackle this problem, scale-invariance and multifractal analysis stand out. Recently, a new and promising variant of multifractal analysis, based on p-leaders, has been proposed. In this contribution, we use sparse support vector machines applied to p-leader multifractal features with a double aim: Assessment ofthe features actually contributing to classification; Assessment of the contribution of non linear features (as opposed to linear ones) to classification performance. We observe and interpret that the classification rate improves when small values of the tunable parameter p are used.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

IEEE EMBC 2015 Proceedings (Milano)

ISBN

9781424492718

ISSN

1557-170X

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1971-1974

Název nakladatele

IEEE

Místo vydání

Milano

Místo konání akce

Milano

Datum konání akce

25. 8. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—