Metody strojového učení pro klasifikaci KTG záznamů – Jan Burda
Jan Burda
Diplomová práce
Metody strojového učení pro klasifikaci KTG záznamů
Classification of Cardiotocogram Data
Anotace:
Cílem této diplomové práce je najít, prozkoumat a porovnat jednotlivé vědecké práce, které se taktéž zabývají strojovým učením ohledně kardiotokografických záznamů. Tyto záznamy jsou porovnávány jak mezi sebou, tak mezi touto prací a dosaženými výsledky. Celkově je práce koncipována do několika kapitol, kdy je nejdříve sepsána teorie ohledně samotného kardiotokografu. Jeho principy a funkčnost jsou …víceAbstract:
The aim of this thesis is to find, examine and compare the various scientific works that also deal with machine learning on cardiotocographic records. These records are compared both among themselves and between this work and the results obtained. Overall, the thesis is organized into several chapters, where first the theory regarding the cardiotocograph itself is written. Its principles and functionality …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 4. 7. 2023
Identifikátor:
http://hdl.handle.net/10084/153931
Obhajoba závěrečné práce
- Obhajoba proběhla 7. 8. 2023
- Vedoucí: Radana Vilímková Kahánková
- Oponent: Jan Pavlíček
Citační záznam
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyMagisterský studijní program:
Biomedicínské inženýrství
Práce na příbuzné téma
-
Artificial Neural Network for Precipitation Nowcasting
Vladimíra Hežeľová -
Comparative Study of Fuzzy Logic, Artificial Neural Network, and Neuro-Fuzzy System in Medical Diagnostic - An Approach towards a Medical Expert System
Harvey Ngoe KOLLE -
Predicting company market values using artificial neural network (ANN) modelling
Jindřich Brejcha -
GIS and Artificial Neural Network-Based Approach for Integrated Management in Costa Caparica, Portugal
Angeliki Peponi -
Creating a prediction model for weather forecasting based on artificial neural network supported by association rules mining
Jakub Kadlec -
Bankruptcy prediction with explainable machine learning methods
Munkhnaran Tsogoo -
Digital document analysis using machine learning methods
Nicholas Čapek -
Supervised and Unsupervised Machine Learning Methods for System Log Anomaly Detection
Júlia Ščensná