文献

J-GLOBAL ID：201802214069307649   整理番号：18A2099466

ECGに基づくバイオメトリック同定における異常値補正のための自動エンコーダ神経回路網【JST・京大機械翻訳】

Autoencoder Neural Networks for Outlier Correction in ECG- Based Biometric Identification

著者 (5件)： Karpinski Mikolai (University of Bielsko-Biala, 2 Willowa St, Bielsko-Biala, 43-309, Poland) ,  Khoma Volodvmvr (Lviv Polytechnic National University, 12 Bandera St, Lviv, 79013, Ukraine) ,  Dudvkevych Valerii (Lviv Polytechnic National University, 12 Bandera St, Lviv, 79013, Ukraine) ,  Khoma Yuriv (Lviv Polytechnic National University, 12 Bandera St, Lviv, 79013, Ukraine) ,  Sabodashko Dmytro (Lviv Polytechnic National University, 12 Bandera St, Lviv, 79013, Ukraine)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IDAACS-SWS  ページ： 210-215  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,ECG心拍異常値の検出と補正のための自動エンコーダ神経回路網に基づく新しい方法を提示した。一般的に,重大な波形歪を持つ心拍は異常として扱われ,解析からスキップされる。しかし,これは統計学的応用において重要である可能性があるより悪い統計をもたらす。本論文のアイデアは,補正崩壊セグメントのための強力な自己学習技術を用いて,有効心拍数を増加させることである。一連の実験において,心電図(ECG)異常値の検出のための最適自動符号器アーキテクチャを選択した。我々の方法を検証するために,オープンソースPhysionet ECG-IDデータベースを用いた。本論文で得られた結果を以前に開発した技術と比較した。一方では,自動符号器はわずかに高い誤り率を示すが,正確なハイパーパラメータ調整を必要としないので,同定パイプラインに組み込むことははるかに容易である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *異常値 ,  心拍 ,  *符号器 ,  データベース ,  計算機アーキテクチャ ,  波形歪 ,  誤り率 ,  心電図 ,  不整脈 ,  *神経回路網 ,  統計学
準シソーラス用語： ハイパーパラメータ ,  オープンソース ,  自己学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ECG ,  メトリック ,  同定 ,  異常値 ,  エンコーダ ,  神経回路網