-
شماره ركورد
10327
-
عنوان
يادگيري ماشين براي طبقهبندي سري هاي زماني زيست پزشكي
-
سال تحصيل
1398
-
استاد راهنما
دكتر جواد پشتان
-
چکيده
با پيدايش زمينه زيست پزشكي و توليد تعداد زيادي از دادههاي سري زماني، علاقه به رشد و پالايش روشهاي يادگيري ماشين كه اجازه استخراج و بهرهبرداري از آن را ميدهد، افزايش يافته است. طبقهبندي يكي از مهمترين و چالش برانگيزترين وظايف يادگيري ماشين مربوط به سريهاي زماني است. كه هدف اصلي در اين سمينار، بررسي طبقهبندي سريهاي زماني است. از آن جا كه بسياري از پديدههاي زيستپزشكي مانند فعاليت مغز يا فشار خون با زمان تغيير ميكنند، همواره در زمينههاي مختلف پزشكي، با انبوهي از دادهها در فرم سريهاي زماني روبرو هستيم كه توسط دستگاههاي اندازهگيري مختلف ثبت ميشوند. تجزيه و تحليل اين دادهها به متخصصان علم پزشكي در زمينههاي مختلف تشخيص و درمان بيماريها، كمك شاياني خواهد كرد. در گام اول اين گزارش، مشخصات دادههاي سري زماني و چالشهاي تجزيه و تحليل آنها را بيان ميكنيم و در ادامه
مروري را بر روشهاي متداول يادگيري ماشين كه براي طبقهبندي سريهاي زماني استفاده ميشود، ارائه ميدهيم.
-
نام دانشجو
ندا كلانترمحمداباد
-
تاريخ ارائه
5/29/2021 12:00:00 AM
-
متن كامل
73543
-
پديد آورنده
ندا كلانتر
-
تاريخ ورود اطلاعات
1400/10/05
-
عنوان به انگليسي
Machine Learning for Biomedical Time Series Classification
-
كليدواژه هاي فارسي
سريهاي زماني، طبقهبندي، رويكردهاي مبتني بر فاصله، استخراج زيردنباله، يادگيري عميق
-
كليدواژه هاي لاتين
Time series, Classification, Distance-Based Time Series Classification, Subsequence mining, Deep learning
-
لينک به اين مدرک :