Détection de l'arythmie à l'aide de la méthode des réseaux adversoriels génératifs [French]

By Satish Hamde, Vinayak Asutkar, Sanjay Sanamdikar

Ce livre explique comment un r seau accusatoire g n ratif profond construit sur un grand ensemble de donn es peut d tecter les arythmies avec plus de pr cision que les m decins. En outre, l'extraction de caract ristiques a toujours t consid r e comme un l ment essentiel de la classification des arythmies par lectrocardiogramme. L'objectif de cette recherche est d'examiner la classification des arythmies par ECG l'aide d'un r seau accusatoire g n ratif dense et profond. L'architecture GAN pr sent e dans ce livre peut tre enseign e pour produire des signaux ECG comparables aux signaux ECG du monde r el. Les r sultats indiquent que l'utilisation d'une strat gie bas e sur les s quences pour tous les types de battements ECG am liore consid rablement l'aire sous la courbe sur notre ensemble de tests. L'architecture traditionnelle ne prend pas naturellement en compte cette structure et souffre donc d'une baisse de performance lorsqu'une telle structure est informative. Cet ouvrage compare la technique propos e l'analyse des composantes de principe du noyau avec r gression incr mentielle du vecteur de support, aux transform es en ondelettes discr tes avec r gression incr mentielle du vecteur de support et au r seau neuronal clairsem g n ral. Les r sultats obtenus permettent de conclure que la technique GAN propos e est sup rieure ces trois m thodes, avec une pr cision globale de 97,44 %.

• Format: Paperback
• Language: French
• ISBN: 6206959821
• ISBN13: 9786206959823
• Release Date: December 2023
• Publisher: Editions Notre Savoir
• Length: 148 Pages
• Weight: 0.50 lbs.
• Dimensions: 0.3" x 6.0" x 9.0"