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”

Active Learning for Semi-automated Sleep Scoring

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21730%2F18%3A00316523" target="_blank" >RIV/68407700:21730/18:00316523 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007/978-981-10-7419-6_24" target="_blank" >https://link.springer.com/chapter/10.1007/978-981-10-7419-6_24</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-981-10-7419-6_24" target="_blank" >10.1007/978-981-10-7419-6_24</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Active Learning for Semi-automated Sleep Scoring

  • Popis výsledku v původním jazyce

    This paper introduces the semi-automatic process using active learning methods which could improve the current state, where a human specialist has to annotate a multiple hours long polysomnographical record to sleep stages. This work is focused on the utilization of density-weighted methods of active learning, one of them turned out to be well-suited for this type of task. Moreover, we proposed several criteria for the comparison of active learning methods. The method saves more than 80% of expert’s annotation effort.

  • Název v anglickém jazyce

    Active Learning for Semi-automated Sleep Scoring

  • Popis výsledku anglicky

    This paper introduces the semi-automatic process using active learning methods which could improve the current state, where a human specialist has to annotate a multiple hours long polysomnographical record to sleep stages. This work is focused on the utilization of density-weighted methods of active learning, one of them turned out to be well-suited for this type of task. Moreover, we proposed several criteria for the comparison of active learning methods. The method saves more than 80% of expert’s annotation effort.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA17-20480S" target="_blank" >GA17-20480S: Časový kontext v úloze analýzy dlouhodobého nestacionárního vícerozměrného signálu</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • 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

    Precision Medicine Powered by pHealth and Connected Health

  • ISBN

    978-981-10-7418-9

  • ISSN

    1680-0737

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    139-143

  • Název nakladatele

    Springer Nature Singapore Pte Ltd.

  • Místo vydání

  • Místo konání akce

    Thessaloniki

  • Datum konání akce

    18. 11. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku