Показати скорочену інформацію

dc.contributor.authorЗавальнюк, Я. Є.uk
dc.contributor.authorКолесницький, О. К.uk
dc.contributor.authorKolesnytskyj, O. K.en
dc.date.accessioned2025-08-13T09:54:58Z
dc.date.available2025-08-13T09:54:58Z
dc.date.issued2025
dc.identifier.citationЗавальнюк Я. Є., Колесницький О. К. Інформаційна технологія класифікації кардіограм на основі спайкінгової нейромережі // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22635.uk
dc.identifier.isbn978-617-8163-57-0
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/48304
dc.description.abstractРозроблено інформаційну технологію класифікації кардіограм спайкінговою нейронною мережею. Було розроблено архітектуру спайкінгової нейромережі, яка має 4 входи та 2 шари 256 та 64 спайкінгових нейронів. Програмна реалізація інформаційної технології класифікації кардіограм виконано на мові Python з використанням спеціалізованих бібліотек NumPy та Matplotlib. Навчання програми відбувалось з використанням бази даних MIT/BIH. Розроблена програма має достовірність класифікації кардіограм на тестовій вибірці 96,3%, а програмааналог - 92,4%, тобто розроблена програма має порівняно з аналогом збільшену на 3,9% достовірність класифікації кардіограм.uk
dc.description.abstractAn information technology for the classification of cardiograms using a spiking neural network has been developed. A spiking neural network architecture was developed, which has 4 inputs and 2 layers of 256 and 64 spiking neurons. The program implementation of the information technology of cardiogram classification was made in Python using specialized NumPy and Matplotlib libraries. The program was taught using the MIT/BIH database. The developed program has a reliability of cardiogram classification on the test sample of 96.3%, and the analogue program - 92.4%, that is, the developed program has a 3.9% increased reliability of cardiogram classification compared to the analogue.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22635
dc.subjectкласифікаціяuk
dc.subjectкардіограмаuk
dc.subjectспайкінгова нейронна мережаuk
dc.subjectclassificationen
dc.subjectcardiogramen
dc.subjectspiking neural networkuk
dc.titleІнформаційна технологія класифікації кардіограм на основі спайкінгової нейромережіuk
dc.typeThesis
dc.identifier.udc004.8
dc.relation.referencesКолесницький О. К. Принципи побудови архітектури спайкових нейрокомп’ютерів / О. К. Колесницький // Вісник Вінницького політехнічного інституту. – Вінниця: УНІВЕРСУМВінниця. – 2014. – №4 (115), С.70-78. [Електронний ресурс]. Режим доступу - https://visnyk.vntu.edu.ua/index.php/visnyk/article/view/911/910.uk
dc.relation.referencesMIT-BIH Arrhythmia Database [Електронний ресурс]. Режим доступу - https://www.physionet.org/content/mitdb/1.0.0/en
dc.relation.referencesP. Rajpurkar, A. Y. Hannun, M. Haghpanahi, C. Bourn, and A. Y. Ng, Cardiologist-level arrhythmia detection with convolutional neural networks. arXiv preprint arXiv:1707.01836 (2017)en


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію