Search Results - "ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ"

Source: Eastern-European Journal of Enterprise Technologies; Vol. 4 No. 2(112) (2021): Information technology. Industry control systems; 58-72
Eastern-European Journal of Enterprise Technologies; Том 4 № 2(112) (2021): Информационные технологии. Системы управления в промышленности; 58-72
Eastern-European Journal of Enterprise Technologies; Том 4 № 2(112) (2021): Інформаційні технології. Системи управління в промисловості; 58-72

Subject Terms: извлечение признаков, отслеживание рук, feature extraction, 02 engineering and technology, оцінка алгоритмів, язык жестов, распознавание жестов, algorithm evaluation, відстеження рук, Gesture recognition, мова жестів, 0202 electrical engineering, electronic engineering, information engineering, sign language, розпізнавання жестів, оценка алгоритмов, hand tracking, витяг ознак

File Description: application/pdf

Access URL: http://journals.uran.ua/eejet/article/download/239253/237902
http://journals.uran.ua/eejet/article/view/239253

View record at OpenAIRE Full Text Finder

6

Academic Journal

Voice Pathology Detection based on Analysis of Modulation Spectrum in Critical Bands

Authors: Ilya Azarov, Maksim Vashkevich

Source: Информатика и автоматизация, Vol 19, Iss 2, Pp 249-276 (2020)

Subject Terms: извлечение признаков, модуляционные признаки, модуляционный спектр, критические полосы, детектирование патологии по голосу, Electronic computers. Computer science, 4. Education, анализ речевого сигнала, QA75.5-76.95, 12. Responsible consumption

Access URL: http://proceedings.spiiras.nw.ru/index.php/sp/article/download/4962/11765
https://doaj.org/article/7b1674f6cdc940b1ade0d624aa55dd74
http://proceedings.spiiras.nw.ru/index.php/sp/article/download/4962/11765
http://proceedings.spiiras.nw.ru/index.php/sp/article/view/4962

View record at OpenAIRE Full Text Finder

7

Dissertation/ Thesis

The Effectiveness of Recurrent Neural Networks in East Slavic Speech Recognition : master's thesis

Authors: Dey, S.

Contributors: Борисов, В. И., Borisov, V. I., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

Subject Terms: АВТОМАТИЧЕСКАЯ СИСТЕМА, FEATURE EXTRACTION, КЛАССИФИКАЦИЯ, РАСПОЗНАВАНИЕ РЕЧИ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, EAST SLAVIC LANGUAGES, AUTOMATIC SYSTEM, SPEECH RECOGNITION, ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ, ВОСТОЧНОСЛАВЯНСКИЕ ЯЗЫКИ, CLASSIFICATION

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/140556

8

Dissertation/ Thesis

Analysis and Classification of Full-Field Electroretinogram Signals : master's thesis

Authors: Albas, F. B.

Contributors: Борисов, В. И., Borisov, V. I., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

Subject Terms: FEATURE EXTRACTION, АНАЛИЗ СИГНАЛОВ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, ЭЛЕКТРОРЕТИНОГРАФИЯ, ОБУЧЕНИЕ ПРИЗНАКАМ, ЧАСТОТНО-ВРЕМЕННОЙ АНАЛИЗ, FEATURE LEARNING, NEURAL NETWORKS, FULL-FIELD ELECTRORETINOGRAMS, АНАЛИЗ ВО ВРЕМЕННОЙ ОБЛАСТИ, КЛАССИФИКАЦИЯ СИГНАЛОВ, ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ, TIME-DOMAIN ANALYSIS, АНАЛИЗ В ЧАСТОТНОЙ ОБЛАСТИ, ПРЕОБРАЗОВАНИЕ ФУРЬЕ, DISEASE DIAGNOSES, FOURIER TRANSFORM, ЭЛЕКТРОРЕТИНОГРАММЫ ПОЛНОГО ПОЛЯ ЗРЕНИЯ, TIME-FREQUENCY ANALYSIS, DEEP LEARNING, SIGNAL ANALYSIS, RETINAL DIAGNOSES, КРАТКОВРЕМЕННОЕ ПРЕОБРАЗОВАНИЕ ФУРЬЕ, FREQUENCY-DOMAIN ANALYSIS, ГЛУБОКОЕ ОБУЧЕНИЕ, ДИАГНОСТИКА ЗАБОЛЕВАНИЙ, НЕЙРОННЫЕ СЕТИ, ELECTRORETINOGRAPHY, ДИАГНОСТИКА СЕТЧАТКИ, SIGNAL CLASSIFICATION, SHORT-TIME FOURIER TRANSFORM, MACHINE LEARNING, МАШИННОЕ ОБУЧЕНИЕ

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/140555

9

Разработка классификатора сигналов электроэнцефалограммы на основе глубокого обучения: выпускная квалификационная работа бакалавра

Subject Terms: анализ дисперсии, analysis of variance, классификация, параметры хьорта, компоненты правильного вращения, sample entropy, электроэнцефалография, внутренняя декомпозиция по временной шкале, intrinsic time-scale decomposition, motor imagery, spectral moments, ансамблевое обучение, proper rotation components, движения пальцев, извлечение признаков, neurorehabilitation, энтропия выборки, feature extraction, машинное обучение, Hjorth parameters, machine learning, classification, моторное воображение, моменты спектра, finger movements, ensemble learning, нейрореабилитация, electroencephalography

10

Разработка компонента извлечения признаков для системы классификации сигнала электроэнцефалограммы: выпускная квалификационная работа бакалавра

Subject Terms: извлечение признаков, классификация сигналов, signal classification, electroencephalogram (EEG), feature extraction, мозг-компьютерный интерфейс, вейвлет-преобразование, brain-computer interface (BCI), электроэнцефалограмма, wavelet transform

11

Dissertation/ Thesis

Извлечение и классификация признаков из набора данных окулографии методами машинного обучения : магистерская диссертация

Authors: Kasov, A. M.

Contributors: Долганов, А. Ю., Dolganov, A. Y., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

Subject Terms: FEATURE EXTRACTION, КЛАССИФИКАЦИЯ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, ОКУЛОГРАФИЯ, OCULOGRAPHY, ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ, CLASSIFICATION, DATA ANALYSIS, EYE MOVEMENT PATTERNS, АНАЛИЗ ДАННЫХ, ПАТТЕРНЫ ДВИЖЕНИЯ ГЛАЗ, EYE-TRACKING, ДИСЛЕКСИЯ, MACHINE LEARNING, МАШИННОЕ ОБУЧЕНИЕ, DYSLEXIA

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/140336

12

Academic Journal

Application of a Texture Appearance Model for Segmentation of Lung Nodules on Computed Tomography of the Chest ; Применение модели внешнего вида текстуры для сегментации легочных узлов при компьютерной томографии грудной клетки

Authors: F. Shariaty, V. A. Pavlov, S. V. Zavjalov, M. Orooji, T. M. Pervunina, Ф. Шариати, В. А. Павлов, С. В. Завьялов, М. Оруджи, Т. М. Первунина

Contributors: The study was carried out with the financial support of the Russian Foundation for Basic Research and National Science Foundation of the Islamic Republic of Iran as part of a scientific project № 20-57-56018. The results of the work were obtained using the computing resources of the supercomputer center of Peter the Great St. Petersburg Polytechnic University (www.scc.spbstu.ru)., Исследование выполнено при финансовой поддержке РФФИ и ННФИ в рамках научного проекта № 20-57-56018. Результаты работы были получены с использованием вычислительных ресурсов суперкомпьютерного центра Санкт-Петербургского политехнического университета Петра Великого (www.scc.spbstu.ru).

Source: Journal of the Russian Universities. Radioelectronics; Том 25, № 3 (2022); 96-117 ; Известия высших учебных заведений России. Радиоэлектроника; Том 25, № 3 (2022); 96-117 ; 2658-4794 ; 1993-8985

Subject Terms: представление текстуры изображения (TRI), Texture Feature Extraction, Computer-Aided Detection system (CADs), Computed Tomography scan (CT), Texture Representation of Image (TRI), извлечение признаков текстуры, система автоматизированного обнаружения (CADs), компьютерная томография (CT)

File Description: application/pdf

Relation: https://re.eltech.ru/jour/article/view/641/624; Texture appearance model, a new model-based segmentation paradigm, application on the segmentation of lung nodule in the CT scan of the chest / F. Shariaty, M. Orooji, E. N. Velichko, S. V. Zavjalov // Computers in biology and medicine. 2021. Vol. 140. P. 105086. doi:10.1016/j.compbiomed.2021.105086; Shariaty F., Mousavi M. Application of CAD systems for the automatic detection of lung nodules // Informatics in Medicine Unlocked. 2019. Vol. 15. P. 100173. doi:10.1016/j.imu.2019.100173; Radiomics-based prognosis analysis for non-small cell lung cancer / Y. Zhang, A. Oikonomou, A. Wong, M. A. Haider, F. Khalvati // Scientific reports. 2017. Vol. 7, № 1. P. 1-8. doi:10.1038/srep46349; HOSVD-based 3D active appearance model: segmentation of lung fields in CT images / Q. Wang, W. Kang, H. Hu, B. Wang // J. of Medical Systems. 2016. Vol. 40, № 7. P. 1-11. doi:10.1007/s10916-016-0535-0; Cetin M., Iskurt A. An automatic 3-d reconstruction of coronary arteries by stereopsis // J. of medical systems. 2016. Vol. 40, № 4. P. 1-11. doi:10.1007/s10916-016-0455-z; Automatic lung segmentation in computed tomography images using active shape model / F. Shariaty, M. Orooji, M. Mousavi, M. Baranov, E. Velichko // 2020 IEEE Intern. Conf. on Electrical Engineering and Photonics (EExPolytech), St Petersburg, Russia, 15-16 Oct. 2020. Piscataway: IEEE, 2020. P. 156-159. doi:10.1109/EExPolytech50912.2020.9243982; Medical image segmentation by combining graph cuts and oriented active appearance models / X. Chen, J. K. Udupa, U. Bagci, Y. Zhuge, J. Yao // IEEE transactions on image processing. 2012. Vol. 21, № 4. P. 20352046. doi:10.1109/TIP.2012.2186306; The performance of active-contour and region growing methods against noises in the segmentation of computed-tomography scans / M. Mousavi, F. Shariaty, M. Orooji, E. Velichko // Book Chapter in Intern. Youth Conf. on Electronics, Telecommunications and Information Technologies. Springer, 2021. P. 573-582. doi:10.1007/978-3-030-58868-7_63; Automated pulmonary nodule detection system in computed tomography images based on Active-contour and SVM classification algorithm / F. Shariaty, V. Davydov, V. Yushkova, A. Glinushkin, V. Y. Rud // J. of Physics: Conf. Series. 2019. Vol. 1410, № 1. P. 012075. doi:10.1088/1742-6596/1410/1/012075; Shariaty F., Hosseinlou S., Rud V. Y. Automatic lung segmentation method in computed tomography scans // J. of Physics: Conf. Series, 2019. Vol. 1236, № 1. P. 012028. doi:10.1088/1742-6596/1236/1/012028; Abdulameer M. H., Sheikh Abdullah S. N. H., Othman Z. A. A modified active appearance model based on an adaptive artificial bee colony // The Scientific World J. 2014. Vol. 2014. P. 1-16. doi:10.1155/2014/879031; Automatic segmentation of thoracic and pelvic CT images for radiotherapy planning using implicit anatomic knowledge and organ-specific segmentation strategies / B. Haas, T. Coradi, M. Scholz, P. Kunz, M. Huber, U. Oppitz, L. Andre, V. Lengkeek, D. Huyskens, A. van Esch, R. Reddick // Physics in Medicine & Biology. 2008. Vol. 53, № 6. P. 1751-1771. doi:10.1088/0031-9155/53/6/017; A new hybrid approach using fuzzy clustering and morphological operations for lung segmentation in thoracic CT images / S. P. Sahu, P. Agrawal, N.D. Londhe, S. Verma // Biomedical and Pharmacology J. 2017. Vol. 10, № 4. P. 1949-1961. doi:10.13005/bpj/1315; Semi-automated segmentation of single and multiple tumors in liver CT images using entropy-based fuzzy region growing / A. Baazaoui, W. Barhoumi, A. Ahmed, E. Zagrouba // IRBM. 2017. Vol. 38, № 2. P. 98-108. doi:10.1016/j.irbm.2017.02.003; Kashyap R., Tiwari V. Active contours using global models for medical image segmentation // Intern. J. of Computational Systems Engineering. 2018. Vol. 4, № 2-3. P. 195-201. doi:10.1504/IJCSYSE.2018.091404; Tabb A., Duncan K. E., Topp C. N. Segmenting root systems in X-ray computed tomography images using level sets // 2018 IEEE Winter Conf. on Applications of Computer Vision (WACV), Lake Tahoe, USA, 12-15 March 2018. IEEE, 2018. P. 586-595: doi:10.1109/WACV.2018.00070; Marker-based watershed transform method for fully automatic mandibular segmentation from CBCT images / Y. Fan, R. Beare, H. Matthews, P. Schneider, N. Kilpatrick, J. Clement, P. Claes, A. Penington, C. Adamson // Dentomaxillofacial Radiology. 2019. Vol. 48, № 2. P. 20180261. doi:10.1259/dmfr.20180261; Anter A. M., Hassenian A. E. CT liver tumor segmentation hybrid approach using neutrosophic sets, fast fuzzy c-means and adaptive watershed algorithm // Artificial intelligence in medicine. 2019. Vol. 97. P. 105117. doi:10.1016/j.artmed.2018.11.007; Pankaj A., Ayyappan S. Theoretical Concepts and Technical Aspects on Image Segmentation // Computer Vision: Concepts, Methodologies, Tools and Applications: IGI Global. 2018. P. 2333-2348.; A multi-view deep convolutional neural networks for lung nodule segmentation / S. Wang, M. Zhou, O. Gevaert, Z. Tang, D. Dong, Z. Liu, T. Jie // 2017 39th Annual Intern. Conf. of the IEEE Engineering in Medicine and Biology Society (EMBC), Jeju, Korea, 11-15 July 2017. IEEE, 2017. P. 1752-1755. doi:10.1109/EMBC.2017.8037182; Roy R., Chakraborti T., Chowdhury A. S. A deep learning-shape driven level set synergism for pulmonary nodule segmentation // Pattern Recognition Lett. 2019. Vol. 123. P. 31-38. doi:10.1016/j.patrec.2019.03.004; Fast and fully-automated detection and segmentation of pulmonary nodules in thoracic CT scans using deep convolutional neural networks / X. Huang, W. Sun, T.-L. B. Tseng, C. Li, W. Qian // Computerized Medical Imaging and Graphics. 2019. Vol. 74. P. 25-36. doi:10.1016/j.compmedimag.2019.02.003; Mukherjee S., Huang X., Bhagalia R. R. Lung nodule segmentation using deep learned prior based graph cut // 2017 IEEE 14th Intern. Symp. on Biomedical Imaging (ISBI 2017), Melbourne, Australia, 18-21 Apr. 2017. IEEE, 2017. P. 1205-1208. doi:10.1109/ISBI.2017.7950733; Hierarchical parsing and semantic navigation of full body CT data / S. Seifert, A. Barbu, S. K. Zhou, D. Liu, J. Feulner, M. Huber, M. Suehling, A. Cavallaro, D. Comaniciu // Poc. of SPIE. Medical Imaging 2009: Image Processing. 2009. Vol. 7259. P. 29-36. doi:10.1117/12.812214; Stegmann M. B., Ersboll B. K., Larsen R. FAME-a flexible appearance modeling environment // IEEE Transactions on Medical Imaging. 2003. Vol. 22, № 10. P. 1319-1331. doi:10.1109/TMI.2003.817780; Christensen G. E., Rabbitt R. D., Miller M. I. 3D brain mapping using a deformable neuroanatomy // Physics in Medicine & Biology. 1994. Vol. 39, № 3. P. 609-618. doi:10.1088/0031-9155/39/3/022; Gordon G. G. Face recognition based on depth and curvature features // Proc. 1992 IEEE Computer Society Conf. on Computer Vision and Pattern Recognition. Champaign, USA, 15-18 June 1992. IEEE, 1992. P. 808-810. doi:10.1109/CVPR.1992.223253; Sethuram A., Ricanek K., Patterson E. A comparative study of active appearance model annotation schemes for the face // Proc. of the Seventh Indian Conf. on Computer Vision, Graphics and Image Processing, 2010. P. 367-374. doi:10.1145/1924559.1924608; Cootes T. F., Edwards G. J., Taylor C. J. Active appearance models // Proc. of European Conf. on Computer Vision. 1998. Vol. 2. P. 484-498.; Kamdi S., Krishna R. Image segmentation and region growing algorithm // Intern. J of Computer Technology and Electronics Engineering (IJCTEE). 2012. Vol. 2, № 1. P. 103-107.; Kass M., Witkin A., Terzopoulos D. Snakes: Active contour models // Intern. j. of computer vision. 1988. Vol. 1, № 4. P 321-331.; Radiomics: extracting more features using endoscopic imaging / F. Shariaty, M. Baranov, E. Velichko, M. Galeeva, V. Pavlov // 2019 IEEE Intern. Conf. on Electrical Engineering and Photonics (EExPolytech). St Petersburg, Russia, 17-18 Oct. 2019. IEEE, 2019. P. 181-194. doi:10.1109/EExPolytech.2019.8906843; Haralick R. M., Shanmugam K., Dinstein I. H. Textural features for image classification // IEEE Transactions on systems, man, and cybernetics. 1973. № 6. P. 610-621. doi:10.1109/TSMC.1973.4309314; Punithavathy K., Ramya M., Poobal S. Analysis of statistical texture features for automatic lung cancer detection in PET/CT images // 2015 Intern. Conf. on Robotics, Automation, Control and Embedded Systems (RACE). Chennai, India, 18-20 Feb. 2015. IEEE, 2015. P. 1-5. doi:10.1109/RACE.2015.7097244; Texture-based classification of focal liver lesions on MRI at 3.0 Tesla: A feasibility study in cysts and hemangiomas / Mayerhoefer M. E., Schima W., Trattnig S., Pinker K., Berger-Kulemann V., Ba-Ssalamah A. // J. of Magnetic Resonance Imaging. 2010. Vol. 32, № 2. P. 352-359. doi:10.1002/jmri.22268; Computerized analysis of mammographic parenchymal patterns on a large clinical dataset of full-field digital mammograms: robustness study with two high-risk datasets / H. Li, M. L. Giger, L. Lan, J. B. Brown, A. MacMahon, M. Mussman, O. I. Olopade, C. Sennett // J. of digital imaging. 2012. Vol. 25, № 5. P. 591-598. doi:10.1007/s10278-012-9452-z; Quantitative analysis of lesion morphology and texture features for diagnostic prediction in breast MRI / K. Nie, J.-H. Chen, J. Y. Hon, Y. Chu, O. Nalcioglu, M.-Y. Su // Academic radiology. 2008. Vol. 15, № 12. P. 1513-1525. doi:10.1016/j.acra.2008.06.005; Integrative analysis of DCE-MRI and gene expression profiles in construction of a gene classifier for assessment of hypoxia-related risk of chemoradiotherapy failure in cervical cancer / C. S. Fjeldbo, C. H. Julin, M. Lando, M. F. Forsberg, E.-K. Aarne, J. Alsner, G.B. Kristensen, E. Malinen, H. Lyng // Clinical Cancer Research. 2016. Vol. 22, № 16. P. 4067-4076. doi:10.1158/1078-0432.CCR-15-2322; ADC texture - an imaging biomarker for highgrade glioma? / P. Brynolfsson, D. Nilsson, R. Henriksson, J. Hauksson, M. Karlsson, A. Garpebring, R. Birgander, J. Trygg, T. Nyholm, T. Asklund // Medical physics. 2014. Vol. 41, № 10. P. 101903. doi:10.1118/1.4894812; Radiomics: extracting more information from medical images using advanced feature analysis / P. Lambin, E. Rios-Velazquez, R. Leijenaar, S. Carvalho, R. G. P. M. van Stiphout, P. Granton, C. M. L. Zegers, R. Gillies, R. Boellard, A. Dekker, H.J. W. L. Aerts // European j. of cancer. 2012. Vol. 48, № 4. P. 441-446. doi:10.1016/j.ejca.2011.11.036; Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach / H. J. W. L. Aerts, E. R. Velazquez, R. T. H. Leijenaar, C. Parmar, P. Grossmann, S. Carvalho, J. Bussink, R. Monshouwer, B. Haibe-Kains, D. Rietveld, F. Hoebers, M. M. Rietbergen, C. R. Leemans, A. Dekker, J. Quackenbush, R. J. Gillies, P. Lambin // Nature communications. 2014. Vol. 5, № 1. P. 1-9. doi:10.1038/ncomms5006; FDG PET/CT radiomics for predicting the outcome of locally advanced rectal cancer / P. Lovinfosse, M. Polus, D. V. Daele, P. Martinive, F. Daenen, M. Hatt, D. Visvikis, B. Koopmansch, F. Lambert, C. Coimbra, L. Seidel, A. Albert, P. Delvenne, R. Hustinx // European j. of nuclear medicine and molecular imaging. 2018. Vol. 45, № 3. P. 365-375. doi:10.1007/s00259-017-3855-5; Cho H.-h., Park H. Classification of low-grade and high-grade glioma using multi-modal image radiomics features // 2017 39th Annual Intern. Conf. of the IEEE Engineering in Medicine and Biology Society (EMBC). Jeju, Korea, 11-15 July 2017. IEEE, 2017. P. 3081-3084. doi:10.1109/EMBC.2017.8037508; Al-Kilidar S. H., George L. E. Texture classification using gradient features with artificial neural network // J. of Southwest Jiaotong University. 2022. Vol. 55, № 1. doi:10.35741/issn.0258-2724.55.1.13; Smith J. R. Integrated spatial and feature image systems: Retrieval, analysis and compression. Columbia University, 1997. 178 p.; Ojala T., Pietikainen M., Maenpaa T. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns // IEEE Transactions on pattern analysis and machine intelligence. 2002. Vol. 24, № 7. P. 971-987. doi:10.1109/TPAMI.2002.1017623; Su K.-Y., Lee C.-H. Speech recognition using weighted HMM and subspace projection approaches // IEEE transactions on speech and audio processing. 1994. Vol. 2, № 1. P. 69-79. doi:10.1109/89.260336; https://re.eltech.ru/jour/article/view/641

Availability: https://re.eltech.ru/jour/article/view/641
https://doi.org/10.32603/1993-8985-2022-25-3-96-117

View record from BASE

13

Academic Journal

THE USE OF MACHINE LEARNING METHODS FOR BINARY CLASSIFICATION OF THE WORKING CONDITION OF BEARINGS USING THE SIGNALS OF VIBRATION ACCELERATION

Source: Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiї; № 2 (6) (2021); 15-22
Вестник Национального технического университета "ХПИ". Серия: Системный анализ, управление и информационные технологии; № 2 (6) (2021); 15-22
Bulletin of National Technical University "KhPI". Series: System Analysis, Control and Information Technologies; No. 2 (6) (2021); 15-22

Subject Terms: вибродиагностика дефектов подшипников качения, извлечение признаков сигналов, обработка данных, швидке перетворення Фур'є, бутстрап, classification of unbalanced datasets, машинне навчання, машинное обучение, классификация несбалансированных наборов данных, fast Fourier transform, vibration diagnostics of rolling bearing defects, Monte Carlo method, machine learning, вилучення ознак сигналів, быстрое преобразование Фурье, метод Монте-Карло, вібродіагностика дефектів підшипників кочення, signal feature mining, обробка даних, bootstrap, data processing, класифікація незбалансованих наборів даних

File Description: application/pdf

Access URL: http://samit.khpi.edu.ua/article/view/249357

View record at OpenAIRE Full Text Finder

14

Review

Enhancing Image Processing with a Wavelet-based Convolutional Neural Network Model

Authors: Community Of Reviewers Of The International Research Journal

Subject Terms: wavelet transformation, извлечение признаков, feature extraction, convolutional neural networks, deep learning, вейвлет-преобразование, обработка изображений, сверточные нейронные сети, глубокое обучение, image processing

15

Academic Journal

Проектное решение системы идентификации персонала на основе распознавания лиц

Subject Terms: извлечение признаков, распознавание лиц на изображении, системы распознавания, технологии распознавания лиц, глобальные признаки лица, локальные признаки лица, алгоритмы распознавания лиц

File Description: application/pdf

Access URL: https://elib.belstu.by/handle/123456789/35695

16

Report

Модель распознавания выражений лица 'SEGAN-CNN'

Subject Terms: извлечение признаков, classification, классификация, Image preprocessing, feature extraction, предварительная обработка изображений, facial expression recognition, распознавание выражений лица

17

Dissertation/ Thesis

Извлечение и классификация признаков из набора данных окулографии методами машинного обучения : магистерская диссертация

Extraction and classification of features from a set of oculography data using machine learning methods

Authors: Касов, А. М., Kasov, A. M.

Thesis Advisors: Долганов, А. Ю., Dolganov, A. Y., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

Subject Terms: MASTER'S THESIS, OCULOGRAPHY, EYE-TRACKING, MACHINE LEARNING, FEATURE EXTRACTION, CLASSIFICATION, DYSLEXIA, DATA ANALYSIS, EYE MOVEMENT PATTERNS, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, ОКУЛОГРАФИЯ, МАШИННОЕ ОБУЧЕНИЕ, ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ, КЛАССИФИКАЦИЯ, ДИСЛЕКСИЯ, АНАЛИЗ ДАННЫХ, ПАТТЕРНЫ ДВИЖЕНИЯ ГЛАЗ

File Description: application/pdf

Availability: http://elar.urfu.ru/handle/10995/140336

View record from Networked Digital Library of Theses & Dissertations

18

Dissertation/ Thesis

The Effectiveness of Recurrent Neural Networks in East Slavic Speech Recognition : master's thesis

Authors: Дей, С., Dey, S.

Thesis Advisors: Борисов, В. И., Borisov, V. I., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

Subject Terms: MASTER'S THESIS, AUTOMATIC SYSTEM, FEATURE EXTRACTION, CLASSIFICATION, SPEECH RECOGNITION, EAST SLAVIC LANGUAGES, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, АВТОМАТИЧЕСКАЯ СИСТЕМА, ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ, КЛАССИФИКАЦИЯ, РАСПОЗНАВАНИЕ РЕЧИ, ВОСТОЧНОСЛАВЯНСКИЕ ЯЗЫКИ

File Description: application/pdf

Availability: http://elar.urfu.ru/handle/10995/140556

View record from Networked Digital Library of Theses & Dissertations

19

Dissertation/ Thesis

Analysis and Classification of Full-Field Electroretinogram Signals : master's thesis

Authors: Албасу, Ф. Б., Albas, F. B.

Thesis Advisors: Борисов, В. И., Borisov, V. I., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

Subject Terms: MASTER'S THESIS, ELECTRORETINOGRAPHY, RETINAL DIAGNOSES, MACHINE LEARNING, FOURIER TRANSFORM, SHORT-TIME FOURIER TRANSFORM, DEEP LEARNING, TIME-DOMAIN ANALYSIS, FREQUENCY-DOMAIN ANALYSIS, TIME-FREQUENCY ANALYSIS, DISEASE DIAGNOSES, FULL-FIELD ELECTRORETINOGRAMS, SIGNAL CLASSIFICATION, FEATURE EXTRACTION, FEATURE LEARNING, NEURAL NETWORKS, SIGNAL ANALYSIS, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, ЭЛЕКТРОРЕТИНОГРАФИЯ, ДИАГНОСТИКА СЕТЧАТКИ, МАШИННОЕ ОБУЧЕНИЕ, ПРЕОБРАЗОВАНИЕ ФУРЬЕ, КРАТКОВРЕМЕННОЕ ПРЕОБРАЗОВАНИЕ ФУРЬЕ, ГЛУБОКОЕ ОБУЧЕНИЕ, АНАЛИЗ ВО ВРЕМЕННОЙ ОБЛАСТИ, АНАЛИЗ В ЧАСТОТНОЙ ОБЛАСТИ, ЧАСТОТНО-ВРЕМЕННОЙ АНАЛИЗ, ДИАГНОСТИКА ЗАБОЛЕВАНИЙ, ЭЛЕКТРОРЕТИНОГРАММЫ ПОЛНОГО ПОЛЯ ЗРЕНИЯ, КЛАССИФИКАЦИЯ СИГНАЛОВ, ИЗВЛЕЧЕНИЕ ПРИЗНАКОВ, ОБУЧЕНИЕ ПРИЗНАКАМ, НЕЙРОННЫЕ СЕТИ, АНАЛИЗ СИГНАЛОВ