Deep Learning for ECG Classification (Запись № 657793)
[ простой вид ]
| 000 -Маркер | |
|---|---|
| Поле контроля фиксированной длины | 02827nlm2a2200385 4500 |
| 005 - Идентификатор версии | |
| Поле контроля фиксированной длины | 20231030041526.0 |
| 035 ## - Другие системные номера | |
| Идентификатор записи | (RuTPU)RU\TPU\network\24554 |
| 100 ## - Данные общей обработки | |
| Данные общей обработки | 20180321a2017 k y0engy50 ba |
| 101 0# - Язык ресурса | |
| Язык текста, звукозаписи и т.д. | английский |
| 102 ## - Страна публикации или производства | |
| Страна публикации | |
| 105 ## - Поле кодированных данных: текстовые ресурсы, монографические | |
| Кодированные данные о монографическом текстовом документе | y z 100zy |
| 135 ## - Поле кодированных данных: электронные ресурсы | |
| Кодированные данные для электронного ресурса | drcn ---uucaa |
| 181 #0 - Поле кодированных данных: вид содержания | |
| Код вида содержания | i |
| 182 #0 - Поле кодированных данных: средство доступа | |
| Код средства доступа | electronic |
| 200 1# - Заглавие и сведения об ответственности | |
| Основное заглавие | Deep Learning for ECG Classification |
| Первые сведения об ответственности | B. I. Pyakullya, N. E. Kazachenko, N. E. Mikhaylovskiy |
| 203 ## - Вид содержания и средство доступа | |
| Вид содержания | |
| Средство доступа | |
| 300 ## - Общие примечания | |
| Текст примечания | Title screen |
| 320 ## - Примечания о наличии в ресурсе библиографии/указателя | |
| Текст примечания | [References: 11 tit.] |
| 330 ## - Резюме или реферат | |
| Текст примечания | The importance of ECG classification is very high now due to many current medical applications where this problem can be stated. Currently, there are many machine learning (ML) solutions which can be used for analyzing and classifying ECG data. However, the main disadvantages of these ML results is use of heuristic hand-crafted or engineered features with shallow feature learning architectures. The problem relies in the possibility not to find most appropriate features which will give high classification accuracy in this ECG problem. One of the proposing solution is to use deep learning architectures where first layers of convolutional neurons behave as feature extractors and in the end some fully-connected (FCN) layers are used for making final decision about ECG classes. In this work the deep learning architecture with 1D convolutional layers and FCN layers for ECG classification is presented and some classification results are showed. |
| 461 #0 - Уровень набора | |
| Идентификатор записи | (RuTPU)RU\TPU\network\3526 |
| Заглавие | Journal of Physics: Conference Series |
| 463 ## - Уровень физической единицы | |
| Заглавие | Vol. 913 : BigData Conference (Formerly International Conference on Big Data and Its Applications) |
| Сведения, относящиеся к заглавию | International Conference, 15 September 2017, Moscow, Russian Federation |
| Обозначение тома | [012004, 6 p.] |
| Дата публикации | 2017 |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | электронный ресурс |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | труды учёных ТПУ |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | ЭКГ |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | обучение |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | классификации |
| 700 #1 - Имя лица – первичная ответственность | |
| Начальный элемент ввода | Pyakullya |
| Часть имени, кроме начального элемента ввода | B. I. |
| Дополнения к именам, кроме дат | specialist in the field of informatics and computer technology |
| -- | design engineer of Tomsk Polytechnic University |
| Даты | 1990- |
| Расширение инициалов личного имени | Boris Ivanovich |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\pers\34170 |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Kazachenko |
| Часть имени, кроме начального элемента ввода | N. E. |
| Расширение инициалов личного имени | Nataljya Evgenjevna |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Mikhaylovskiy |
| Часть имени, кроме начального элемента ввода | N. E. |
| Расширение инициалов личного имени | Nikolay Ernestovich |
| 712 02 - Наименование организации – вторичная ответственность | |
| Начальный элемент ввода | Национальный исследовательский Томский политехнический университет |
| Структурное подразделение | Инженерная школа информационных технологий и робототехники |
| -- | Отделение автоматизации и робототехники (ОАР) |
| -- | 7952 |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\col\23553 |
| 801 #2 - Источник записи | |
| Страна | RU |
| Организация | 63413507 |
| Дата составления | 20180321 |
| Правила каталогизации | RCR |
| 856 4# - Местонахождение электронных ресурсов и доступ к ним | |
| Универсальный идентификатор ресурса | https://doi.org/10.1088/1742-6596/913/1/012004 |
| 090 ## - System Control Numbers (Koha) | |
| Koha biblioitem number (autogenerated) | 657793 |
| 942 ## - Добавленные элементы ввода (Коха) | |
| Тип документа | Computer Files |
Нет доступных единиц.