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