文献

J-GLOBAL ID：202202277675627741   整理番号：22A0917124

自動睡眠病期分類のための深層学習法のレビュー【JST・京大機械翻訳】

Review of Deep Learning Methods for Automated Sleep Staging

著者 (4件)： Malekzadeh Masoud (University of Massachusetts at Lowell) ,  Hajibabaee Parisa (University of Massachusetts at Lowell) ,  Heidari Maryam (George Mason University,Virginia,USA) ,  Berlin Brett (George Mason University,Virginia,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： CCWC  ページ： 0080-0086  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 睡眠問題を診断するためには,労働集約型タスクである睡眠段階を正しく同定することが重要である。データ容量の上昇,先進アルゴリズム,および計算電力と貯蔵の改善のために,人工知能は近年より一般的である。心臓リズムを介した自動睡眠ステージングは,過去10年間にわたって注目されている活発な研究領域の1つである。本研究では,自動睡眠ステージングのための4つの最新の深層学習法,近年開発されたデータセットをレビューし,それらの性能評価を論じた。Copyright 2022 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： アルゴリズム ,  電力 ,  *心臓 ,  人工知能 ,  性能評価
準シソーラス用語： 睡眠相 ,  リズム ,  *病期分類 ,  *深層学習 , 【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 (4件)： 睡眠 ,  病期分類 ,  深層学習 ,  レビュー