Загрузка страницы
Все видеоНовые видеоПопулярные видеоКатегории видео

Clasificando señales de electrocardiograma en Simulink usando red convolucional

Este video muestra cómo clasificar las señales de electrocardiograma (ECG) utilizando una red convolucional previamente entrenada (CNN - Deep Learning). La señal de ECG se convierte en wavelets y luego en un escalograma que se da a la red convolucional para clasificar tres tipos de ritmos cardíacos:
1) Personas con arritmia cardíaca (ARR)
2) Personas con insuficiencia cardíaca congestiva (CHF)
3) Personas con ritmos sinusales normales (NSR)

Referencias:
Classify ECG Signals in Simulink Using Deep Learning
https://www.mathworks.com/help/releases/R2020b/deeplearning/ug/classify-ecg-in-simulink-using-image-classifier-block.html

Видео Clasificando señales de electrocardiograma en Simulink usando red convolucional канала IGA PR
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
6 апреля 2021 г. 7:12:50
00:08:46
IGA PR
Правообладателям
Жалоба
Комментарии
Другие видео канала
Aumento de data en el Deep Learning Toolbox de MATLABAumento de data en el Deep Learning Toolbox de MATLABUsing gpuArray to speed up image processing algorithmUsing gpuArray to speed up image processing algorithmVer y alinear varias secuencias usando el toolbox de bioinformática de MATLABVer y alinear varias secuencias usando el toolbox de bioinformática de MATLABSpeeding up Game of Life simulation using GPU Coder from MATLABSpeeding up Game of Life simulation using GPU Coder from MATLABGrokking Deep Reinforcement Learning Chapter 4 examples - balancing exploration and exploitationGrokking Deep Reinforcement Learning Chapter 4 examples - balancing exploration and exploitationMaking a healthy peanut butter and jelly sandwich and counting its caloriesMaking a healthy peanut butter and jelly sandwich and counting its caloriesTrain Reinforcement Learning Agent in MDP Environment example walkthroughTrain Reinforcement Learning Agent in MDP Environment example walkthroughControl de robot Arduino con teléfono Android con generación de código SimulinkControl de robot Arduino con teléfono Android con generación de código SimulinkCreating custom environments for reinforcement learning in MATLABCreating custom environments for reinforcement learning in MATLABGeneración de texto palabra por palabra con deep learning en MATLABGeneración de texto palabra por palabra con deep learning en MATLABFast embedding of text words in MATLAB (fastTextWordEmbedding)Fast embedding of text words in MATLAB (fastTextWordEmbedding)Estimación de profundidad a partir de video estéreo en MATLABEstimación de profundidad a partir de video estéreo en MATLABDetectando objetos y su posicion usando YOLO v2 con CNN pre-entrenadaDetectando objetos y su posicion usando YOLO v2 con CNN pre-entrenadaEntrenando agente DQN con LSTM para controlar el sistema de calefacción de casa modelada en SimulinkEntrenando agente DQN con LSTM para controlar el sistema de calefacción de casa modelada en SimulinkUsando el GPU coder para generar codigo Cuda desde MatlabUsando el GPU coder para generar codigo Cuda desde MatlabSaint Patrick's day concert at Saint Bridget parish FraminghamSaint Patrick's day concert at Saint Bridget parish FraminghamSeguimiento de una cara en video usando PointTracker de MATLABSeguimiento de una cara en video usando PointTracker de MATLABSan Lorenzo Valley, Puerto RicoSan Lorenzo Valley, Puerto RicoTrain DQN MATLAB reinforcement learning agent with LSTM Network to Control House Heating SystemTrain DQN MATLAB reinforcement learning agent with LSTM Network to Control House Heating SystemDetecting objects and their position using RCNN (region-based convolutional network)Detecting objects and their position using RCNN (region-based convolutional network)
Статистика портала
Яндекс.Метрика
© 2008-2024 «Информационно-развлекательный портал города Верхняя Салда»
| Карта портала | Реклама | Контакты | Сообщить об ошибке | Соглашения
salda.ws salda.ws@mail.ru
Сейчас на сайте: 512 Статистика портала