Комп’ютерна модель аналізу біосигналів на основі глибокого навчання
Loading...
Date
ORCID
DOI
item.page.thesis.degree.name
item.page.thesis.degree.level
item.page.thesis.degree.discipline
item.page.thesis.degree.department
item.page.thesis.degree.grantor
item.page.thesis.degree.advisor
item.page.thesis.degree.committeeMember
Journal Title
Journal ISSN
Volume Title
Publisher
Харків : Харківський національний університет імені В. Н. Каразіна
Abstract
В даній роботі докладно розглядається вибір методів та підходів до аналізу біосигналів, а також проводиться порівняльний аналіз з іншими методами класифікації. Вибір глибокого навчання на основі згорткових нейронних мереж обговорюється як потужний та ефективний метод для цієї задачі.
In this work, the choice of methods and approaches to the analysis of biosignals is considered in detail, and а comparative analysis is also сапіеd out with other classification methods, such as logistic regression, the method of support vectors, decision trees, and others. The selection of deep leaming based on convolutional neural networks is discussed as а powerful and efficient method for this task.
In this work, the choice of methods and approaches to the analysis of biosignals is considered in detail, and а comparative analysis is also сапіеd out with other classification methods, such as logistic regression, the method of support vectors, decision trees, and others. The selection of deep leaming based on convolutional neural networks is discussed as а powerful and efficient method for this task.
Description
Керівник: Бакуменко Ніна Станіславівна, кандидат технічних наук, доцент кафедри теоретичної та прикладної системотехніки
Citation
Кузікова, Катерина Михайлівна. Комп’ютерна модель аналізу біосигналів на основі глибокого навчання : пояснювальна записка до кваліфікаційної роботи магістра : спеціальність 123 – Комп’ютерна інженерія : освітня програма «Комп’ютерна інженерія» / К. М. Кузікова ; кер. роботи Н. С. Бакуменко. – Харків : Харківський національний університет імені В. Н. Каразіна, 2023. – 67 с.
