https://libeldoc.bsuir.by/handle/123456789/7131
Название: | Применение сетей Байеса для анализа ЭКГ |
Другие названия: | Application of Bayesian networks for analysis of ECG |
Авторы: | Саган, В. Ю. Фридман, Р. |
Ключевые слова: | материалы конференций;электрокардиограмма;байесовский классификатор;байесовские сети;машинное обучение;генетический алгоритм;сердечнососудистые заболевания |
Дата публикации: | 2016 |
Издательство: | БГУИР |
Описание: | 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. |
Аннотация: | 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. |
Аннотация на другом языке: | 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 |
Располагается в коллекциях: | OSTIS-2016 |
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Sagan_Primeneniye.PDF | 499.85 kB | Adobe PDF | Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.