Порева А. С. Методы машинного обучения для исследования звуков легких / А. С. Порева, В. И. Вайтышин, Е. С. Карплюк // Мікросистеми, Електроніка та Акустика. - 2017. - 22, № 6. - С. 41-47. - Библиогр.: 18 назв. - рус.Рассмотрены основные методы машинного обучения с целью применения их к задаче классификации звуков легких. На основе базы звуков легких был получен ряд параметров сигналов. Задачей исследования было провести классификацию звуков при помощи пяти различных методов машинного обучения, а также определить из ряда параметров сигналов теиз них, которые дают в конечном счете наивысшую точность. Таким образом было найдено семь наиболее диагностически ценных параметров звуков дыхания и выявлено, что 2 метода машинного обучения - метод опорных векторов и метод дерева принятия решений - показали наилучшие результаты. Таким образом, данная методика классификации может служить вспомогательным инструментом для врача-пульмонолога в постановке диагноза. Індекс рубрикатора НБУВ: Р412.3-4
Рубрики:
Шифр НБУВ: Ж69367 Пошук видання у каталогах НБУВ Повний текст Наукова періодика України
Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
|