Применение нейросетевых алгоритмов для сжатия сигналов ЭЭГ; Молодежь и современные информационные технологии

Podrobná bibliografie
Parent link:Молодежь и современные информационные технологии.— 2024.— С. 251-253
Hlavní autor: Борн Р. С.
Další autoři: Гордеев К. Е.
Shrnutí:Работа посвящена исследованию применения нейросетевых алгоритмов для сжатия сигналов электроэнцефалограмм с целью повышения эффективности их анализа и обработки. Мы использовали сверточные нейронные сети для изучения специфических паттернов в сигналах ЭЭГ и их последующего сжатия. После обучения нейросетевой модели на обширном наборе данных сигналов ЭЭГ, мы провели эксперименты по сжатию сигналов с различными уровнями компрессии. Результаты показали, что наш подход позволяет существенно сократить размер данных с минимальной потерей информации, что может значительно ускорить последующий анализ и обработку сигналов ЭЭГ, сохраняя при этом их существенные характеристики для дальнейших медицинских или исследовательских приложений
Текстовый файл
Jazyk:ruština
Vydáno: 2024
Edice:Искусственный интеллект, машинное обучение и большие данные
Témata:
On-line přístup:http://earchive.tpu.ru/handle/11683/84831
Médium: Elektronický zdroj Kapitola
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675523

MARC

LEADER 00000naa2a2200000 4500
001 675523
005 20250226120423.0
090 |a 675523 
100 |a 20241015d2024 k||y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drbn ---uucaa 
200 1 |a Применение нейросетевых алгоритмов для сжатия сигналов ЭЭГ  |f Борн Р. С., Гордеев К. Е. 
225 1 |a Искусственный интеллект, машинное обучение и большие данные 
283 |2 RDAcarrier 
320 |a Список использованных источников: 6 назв 
330 |a Работа посвящена исследованию применения нейросетевых алгоритмов для сжатия сигналов электроэнцефалограмм с целью повышения эффективности их анализа и обработки. Мы использовали сверточные нейронные сети для изучения специфических паттернов в сигналах ЭЭГ и их последующего сжатия. После обучения нейросетевой модели на обширном наборе данных сигналов ЭЭГ, мы провели эксперименты по сжатию сигналов с различными уровнями компрессии. Результаты показали, что наш подход позволяет существенно сократить размер данных с минимальной потерей информации, что может значительно ускорить последующий анализ и обработку сигналов ЭЭГ, сохраняя при этом их существенные характеристики для дальнейших медицинских или исследовательских приложений 
336 |a Текстовый файл 
463 |0 674802  |9 674802  |c Томск  |d 2024  |n Изд-во ТПУ  |o сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск  |t Молодежь и современные информационные технологии  |u conference_tpu-2024-C04.pdf  |v С. 251-253  |f ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.] 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a электроэнцефалограмма 
610 1 |a автоэнкодер 
610 1 |a уменьшение размерности 
700 1 |a Борн  |b Р. С. 
701 1 |a Гордеев  |b К. Е. 
801 0 |a RU  |b 63413507  |c 20241015 
850 |a 63413507 
856 4 |u http://earchive.tpu.ru/handle/11683/84831  |z http://earchive.tpu.ru/handle/11683/84831 
942 |c CF