Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 10
 İndirme 1
CLASSIFICATION OF EKG SIGNALS USING ROUGH SETS THEORY
2014
Dergi:  
Eskişehir Technical University Journal of Science and Technology A - Applied Sciences and Engineering
Yazar:  
Özet:

Kaba kümeler teorisi (KKT), bulanık kümeler gibi uzman sistemler için analiz ve bilgi çıkarımında kullanılan kural tabanlı bir yöntemdir. Kaba kümeler eksik, tutarsız ve belirsiz veri kümelerini düzenleyerek değerlendirme için uygun hale getirmektedir. Bu çalışma EKG sinyallerini, kaba kümeler teorisi tabanlı yeni bir modele göre sınıflandırmayı önerir. Eksik, gereksiz ve tutarsız veri kümeleri günümüzde en çok hastalık verilerinde karşımıza çıkmaktadır. Bu veri kümelerinden doğru kural çıkarmak veya bu veri kümelerini doğru sınıflandırmak, hastalık teşhisinde son derece önemlidir. EKG sinyallerinin verilerinin bulunduğu veri kümesine öngörülen modelin uygulanması, sınıflandırmada çalışma zamanında iyileştirmeyi sağlamıştır. Ayrıca bu çalışma ile en az parametre kullanarak, doktorların daha hızlı ve erken teşhisine yardımcı olacak bir model oluşturulmuştur. Bu model ile EKG sinyalleri % 85 yakın bir doğruluk ile sınıflandırılmıştır.

Anahtar Kelimeler:

CLASSIFICATION OF EKG SIGNALS USING ROUGH SETS THEORY
2014
Yazar:  
Özet:

The theory of harsh sets (KKT) is a rule-based method used in analysis and information extraction for specialized systems such as foolish sets. Dirty sets make it suitable for evaluation by editing missing, unconform and uncertain data sets. This study suggests the ECG signals to be classified according to a new model based on the theory of crude sets. Lacked, unnecessary and unconform data sets are present to us most in the disease data today. Removing the correct rule from these data sets or correctly classifying these data sets is extremely important in the diagnosis of the disease. Implementation of the model foreseen to the data set in which the ECG signals contain data has provided improvement in the classification at the time of work. This study has also created a model that will help doctors to diagnose faster and faster, using the minimum parameters. This model classifies the ECG signals with close to 85% accuracy.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Eskişehir Technical University Journal of Science and Technology A - Applied Sciences and Engineering

Alan :   Fen Bilimleri ve Matematik; Mühendislik; Sağlık Bilimleri

Dergi Türü :   Uluslararası

Metrikler
Makale : 648
Atıf : 332
2023 Impact/Etki : 0.038
Eskişehir Technical University Journal of Science and Technology A - Applied Sciences and Engineering