Numer: 12/2020 Str. 194
Autorzy: Grzegorz Kłosowski , Tomasz Rymarczyk , Dariusz Wójcik , Tomasz Cieplak , Przemysław Adamkiewicz :
Tytuł: Wpływ ekstrakcji cech na poprawę jakości sieci LSTM w klasyfikacji sygnału EKG
Streszczenie: W niniejszym artykule skupiono się na ekstrakcji cech wyodrębnionych z sygnałów pomiarowych EKG w celu poprawy jakości działania sieci LSTM. Z każdej indywidualnej sekwencji sygnałów EKG wyróżniono dwie cechy: częstotliwość chwilową (IF) i entropię widmową (SE). Obie te cechy są wyodrębniane z sygnałów EKG przy użyciu krótkotrwałej transformaty Fouriera. Zastosowane podejście umożliwia konwersję oryginalnych sekwencji pomiarowych na obrazy widmowe, z których następnie generowane są współczynniki IF i SE. W wyniku badań stwierdzono, że ekstrakcja cech znacząco poprawia klasyfikację sygnału EKG zarówno pod względem dokładności prognozowania, jak i szybkości uczenia się siec).
Słowa kluczowe: klasyfikacja sygnałów EKG, sztuczne sieci neuronowe, uczenie maszynowe, analiza szeregów czasowych..