Temat: bayesian learning - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Characteristic points detection in ECG signal using Bayesian learning and fuzzy system
Autorzy:: Momot, M.
Momot, A.
Powiązania:: https://bibliotekanauki.pl/articles/333840.pdf
Data publikacji:: 2007
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: sygnał EKG
systemy rozmyte
ECG signal
fuzzy systems
bayesian learning
Opis:: Characteristic points detection such as beginnings and ends of P-wave, T-wave or QRS complex is one of primary aims in automated analysis of ECG signal. The paper presents one possible approach based on Bayesian inference to design of kernel based classifier. The classification function is constructed using the probability distribution function of standard normal distribution and independent Gaussian random variables. The parameters of such variables are computed using iterative Expectation-Maximization algorithm. This approach is used to calculate parameters of classification function to modelling Takagi-Sugeno-Kang fuzzy systems. Numerical experiment of characteristic points detection in ECG signal using CTS database is also presented.
Źródło:: Journal of Medical Informatics & Technologies; 2007, 11; 171-176
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Skocz do pozycji: 2.

Tytuł:: Sparse Bayesian learning in classifying face feature vectors
Autorzy:: Momot, A.
Kawulok, M.
Powiązania:: https://bibliotekanauki.pl/articles/333794.pdf
Data publikacji:: 2005
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: wnioskowanie bayesowskie
rozpoznanie twarzy
supervised learning
Bayesian inference
face recognition
Opis:: The Relevance Vector Machine (RVM), a Bayesian treatment of generalized linear model of identical functional form to the Support Vector Machine (SVM), is the recently developed machine learning framework capable of building simple models from large sets of candidate features. The paper describes the application of the RVM to a classification algorithm of face feature vectors, obtained by Eigenfaces method. Moreover, the results of the RVM classification are compared with those obtained by using both the Support Vector Machine method and the method based on the Euclidean distance.
Źródło:: Journal of Medical Informatics & Technologies; 2005, 9; 151-158
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Informacja