文献

J-GLOBAL ID：202002275380915449   整理番号：20A2734361

深層学習に基づく咳イベントの自動検出と分類【JST・京大機械翻訳】

Automatic Detection and Classification of Cough Events Based on Deep Learning

著者 (6件)： Hossein Tabatabaei Seyed Amir (Institute of Medical Informatics, Justus-Liebig University Giessen, Giessen, Germany) ,  Augustinov Gabriela (Faculty of Health Sciences, University of Applied Sciences, Giessen, Germany) ,  Gross Volker (Faculty of Health Sciences, University of Applied Sciences, Giessen, Germany) ,  Sohrabi Keywan (Faculty of Health Sciences, University of Applied Sciences, Giessen, Germany) ,  Fischer Patrick (Institute of Medical Informatics, Justus-Liebig University Giessen, Giessen, Germany) ,  Koehler Ulrich (Department of Internal Medicine, Pneumology, Intensive Care and Sleep Medicine, University Hospital of Marburg and Giessen, Marburg, Germany)
資料名： Current Directions in Biomedical Engineering (Web)  (Current Directions in Biomedical Engineering (Web))
巻： 6  号： 3  ページ： 322-325  発行年： 2020年 
JST資料番号： U7969A  ISSN： 2364-5504  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,咳音セグメントの分類のための深層学習アプローチを提案した。ネットワークのアーキテクチャは事前訓練ネットワークに基づいており,3つの記録チャネルのスペクトログラム画像はネットワークの訓練のために抽出された。3つの記録チャネルに基づく分類精度は,バイナリ分類モデルで92%であり,ネットワークは高速に収束する。バイナリとマルチクラス問題に基づく2つの分類モデルを提案した。受信者動作特性(ROC)曲線を含む関連する分類パラメータを報告した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  音響 ,  チャネル ,  計算機アーキテクチャ
準シソーラス用語： 自動検出 ,  スペクトログラム ,  分類精度 ,  バイナリー ,  *深層学習 ,  二値分類 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  畳込みニューラルネットワーク ,  呼吸音 ,  分類 ,  スペクトログラム

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 深層学習 ,  咳 ,  イベント ,  自動検出 ,  分類