Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/7131
Title: Применение сетей Байеса для анализа ЭКГ
Other Titles: Application of Bayesian networks for analysis of ECG
Authors: Саган, В. Ю.
Фридман, Р.
Fridman, R.
Sagan, V. Y.
Keywords: материалы конференций
электрокардиограмма
байесовский классификатор
байесовские сети
машинное обучение
генетический алгоритм
сердечнососудистые заболевания
Issue Date: 2016
Publisher: БГУИР
Citation: Саган, В. Ю. Применение сетей Байеса для анализа ЭКГ / В. Ю. Саган, Р. Фридман // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2016) : материалы VI междунар. науч.-техн. конф. (Минск, 18 - 20 февраля 2016 года) / редкол. : В. В. Голенков (отв. ред.) [и др.]. – Минск : БГУИР, 2016. – С. 579 - 582.
Abstract: В данной работе описаны исследования в области автоматизированного анализа работы сердца по электрокардиограммам с применением машинного обучения. В частности описаны результаты применения байесовских сетей и наивного байесовского классификатора для определения наличия кардиологических патологий. Полученные результаты указывают на то, что данный подход применим к поставленной задаче. Наилучшие результаты были получены с использованием улучшенной байесовской сети.This paper describes the research in the field of automated analysis of the heart by electrocardiograms (ECGs) using machine learning algorithms. In particular, it describes the results of the application of Bayesian networks and naive Bayesian classifier in detection of the presence of cardiac pathologies. The results that were obtained indicate that this approach can be applied to the task. The best results were obtained by using the improved Bayesian network.
URI: https://libeldoc.bsuir.by/handle/123456789/7131
Appears in Collections:OSTIS-2016

Files in This Item:
File Description SizeFormat 
Sagan_Primeneniye.PDF499,85 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.