اکسپرس 24
ترجمه فارسی مقاله یادگیری عمیق برای شناسایی کمپلکس‌های سیستولیک در ردپاهای SCG: یک تحلیل بین مجموعه داده‌ها

ترجمه فارسی مقاله یادگیری عمیق برای شناسایی کمپلکس‌های سیستولیک در ردپاهای SCG: یک تحلیل بین مجموعه داده‌ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Deep Learning for identifying systolic complexes in SCG traces: a cross-dataset analysis
عنوان مقاله به فارسی یادگیری عمیق برای شناسایی کمپلکس‌های سیستولیک در ردپاهای SCG: یک تحلیل بین مجموعه داده‌ها
نویسندگان Michele Craighero, Sarah Solbiati, Federica Mozzini, Enrico Caiani, Giacomo Boracchi
فرمت مقاله انگلیسی PDF
تعداد صفحات 4
دسته بندی موضوعات Computer Vision and Pattern Recognition,Machine Learning,چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات Submitted 8 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 8 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 160,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The seismocardiographic signal is a promising alternative to the traditional ECG in the analysis of the cardiac activity. In particular, the systolic complex is known to be the most informative part of the seismocardiogram, thus requiring further analysis. State-of-art solutions to detect the systolic complex are based on Deep Learning models, which have been proven effective in pioneering studies. However, these solutions have only been tested in a controlled scenario considering only clean signals acquired from users maintained still in supine position. On top of that, all these studies consider data coming from a single dataset, ignoring the benefits and challenges related to a cross-dataset scenario. In this work, a cross-dataset experimental analysis was performed considering also data from a real-world scenario. Our findings prove the effectiveness of a deep learning solution, while showing the importance of a personalization step to contrast the domain shift, namely a change in data distribution between training and testing data. Finally, we demonstrate the benefits of a multi-channels approach, leveraging the information extracted from both accelerometers and gyroscopes data.

چکیده به فارسی (ترجمه ماشینی)

سیگنال لرزه نگاری یک جایگزین امیدوار کننده برای ECG سنتی در تجزیه و تحلیل فعالیت قلبی است.به طور خاص ، مجتمع سیستولیک به عنوان آموزنده ترین بخش لرزه نگاریوگرافی شناخته شده است ، بنابراین نیاز به تجزیه و تحلیل بیشتر دارد.راه حل های پیشرفته برای تشخیص مجموعه سیستولیک مبتنی بر مدلهای یادگیری عمیق است که در مطالعات پیشگام اثبات شده است.با این حال ، این راه حل ها فقط در یک سناریوی کنترل شده با توجه به تنها سیگنال های تمیز به دست آمده از کاربران که هنوز در وضعیت خوابیده به پشت نگهداری می شوند ، آزمایش شده اند.مهمتر از آن ، تمام این مطالعات داده های حاصل از یک مجموعه داده واحد را در نظر می گیرند و از مزایا و چالش های مربوط به سناریوی داده های متقابل غافل می شوند.در این کار ، یک تجزیه و تحلیل آزمایشی متقابل داده با توجه به داده های سناریوی دنیای واقعی انجام شد.یافته های ما اثربخشی یک راه حل یادگیری عمیق را نشان می دهد ، ضمن اینکه اهمیت یک مرحله شخصی سازی را برای تضاد با تغییر دامنه نشان می دهد ، یعنی تغییر در توزیع داده ها بین داده های آموزش و آزمایش.سرانجام ، ما مزایای یک رویکرد چند کنل را نشان می دهیم ، و اطلاعاتی را که از داده های شتاب سنج و ژیروسکوپ ها استخراج شده است ، اعمال می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.