論文の概要: Raspberry Pi Based Intelligent Robot that Recognizes and Places Puzzle Objects

• arxiv url: http://arxiv.org/abs/2101.12584v1
• Date: Wed, 20 Jan 2021 18:58:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-22 04:08:46.028199
• Title: Raspberry Pi Based Intelligent Robot that Recognizes and Places Puzzle Objects
• Title（参考訳）: パズルを認識・配置するraspberry piベースのインテリジェントロボット
• Authors: Yakup Kutlu, Z\"ulf\"u Alanoglu, Ahmet G\"ok\c{c}en, Mustafa Yeniad
• Abstract要約: 非線形2次差分プロット(SODP)は、心不全(CHF)患者の診断に用いられる。 構築システムは,SODPから得られる特徴を持つニューラルネットワーク分類器を用いて,正常およびCHF患者を100%精度で識別できることが示唆された。
• 参考スコア（独自算出の注目度）: 1.1470070927586016
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this study; in order to diagnose congestive heart failure (CHF) patients, non-linear secondorder difference plot (SODP) obtained from raw 256 Hz sampled frequency and windowed record with different time of ECG records are used. All of the data rows are labelled with their belongings to classify much more realistically. SODPs are divided into different radius of quadrant regions and numbers of the points fall in the quadrants are computed in order to extract feature vectors. Fisher's linear discriminant, Naive Bayes, and artificial neural network are used as classifier. The results are considered in two step validation methods as general kfold cross-validation and patient based cross-validation. As a result, it is shown that using neural network classifier with features obtained from SODP, the constructed system could distinguish normal and CHF patients with 100% accuracy rate.
• Abstract（参考訳）: 本研究では,心不全(chf)患者を診断するために,256hzのサンプル周波数から得られた非線形2次差分プロット(sodp)と,心電図記録の時間が異なるウィンドウ記録を用いた。 すべてのデータ行は、よりリアルに分類するために、その持ち物にラベル付けされます。 sodpは四分域の異なる半径に分割され、四分域の点の数は特徴ベクトルを抽出するために計算される。 フィッシャーの線形判別器、ナイーブベイ、ニューラルネットワークは分類器として用いられる。 結果は, 一般kfoldクロスバリデーションと患者ベースクロスバリデーションの2つのステップ検証法で検討された。 その結果,SODPから得られる特徴を持つニューラルネットワーク分類器を用いて,正常患者とCHF患者を100%精度で識別できることが示唆された。

関連論文リスト

• Recurrent and Convolutional Neural Networks in Classification of EEG Signal for Guided Imagery and Mental Workload Detection [0.9895793818721335]
  本稿では,26名の学生を対象に,高密度アレイ脳波増幅器を用いたガイド画像緩和技術と精神作業負荷に関する調査を行った。
  論文  参考訳（メタデータ） (2024-05-27T07:49:30Z)
• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• Prostate Lesion Detection and Salient Feature Assessment Using Zone-Based Classifiers [0.0]
  マルチパラメトリックMRI(Multi-parametric magnetic resonance imaging)は前立腺癌の病変の検出において役割を担っている。 これらのスキャンを解釈する医療専門家は、コンピュータ支援検出システムを用いることで、ヒューマンエラーのリスクを低減することが重要である。 本稿では,各前立腺領域に最適な機械学習分類器について検討する。
  論文  参考訳（メタデータ） (2022-08-24T13:08:56Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Motor Imagery Classification based on CNN-GRU Network with Spatio-Temporal Feature Representation [22.488536453952964]
  近年、脳波(EEG)信号に様々なディープニューラルネットワークが応用されている。 脳波は非侵襲的に取得できる脳信号であり、時間分解能が高い。 脳波信号は高次元の分類特徴空間を持つため,性能向上には適切な特徴抽出法が必要である。
  論文  参考訳（メタデータ） (2021-07-15T01:05:38Z)
• Visualizing Classifier Adjacency Relations: A Case Study in Speaker Verification and Voice Anti-Spoofing [72.4445825335561]
  任意のバイナリ分類器によって生成される検出スコアから2次元表現を導出する簡単な方法を提案する。 ランク相関に基づいて,任意のスコアを用いた分類器の視覚的比較を容易にする。 提案手法は完全に汎用的であり,任意の検出タスクに適用可能だが,自動話者検証と音声アンチスプーフィングシステムによるスコアを用いた手法を実証する。
  論文  参考訳（メタデータ） (2021-06-11T13:03:33Z)
• DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
  我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。 本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。 当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
  論文  参考訳（メタデータ） (2021-05-30T22:07:13Z)
• Convolutional Neural Networks for Sleep Stage Scoring on a Two-Channel EEG Signal [63.18666008322476]
  睡眠障害は、世界中の主要な病気の1つです。 専門家が使用する基本的なツールはPolysomnogramで、睡眠中に記録された様々な信号の集合である。 専門家は、標準的なガイドラインの1つに従って異なる信号を採点する必要があります。
  論文  参考訳（メタデータ） (2021-03-30T09:59:56Z)
• Dermo-DOCTOR: A web application for detection and recognition of the skin lesion using a deep convolutional neural network [3.7242808753092502]
  本稿では,Dermo-DOCTORという皮膚病変の同時検出と認識のための,エンドツーエンドの深層CNNベースのマルチタスクWebアプリケーションを提案する。 検出サブネットワークでは、Fused Feature Map (FFM) がデコードに使われ、出力された病変マスクの入力解像度を得る。 認識サブネットワークでは、2つのエンコーダとFFMの特徴マップをアグリゲーションに使用して最終病変クラスを得る。
  論文  参考訳（メタデータ） (2021-02-03T01:14:52Z)
• Combining Scatter Transform and Deep Neural Networks for Multilabel Electrocardiogram Signal Classification [0.6117371161379209]
  我々は、深い残留ニューラルネットワーク(ResNet)に、散乱変換と呼ばれる複素ウェーブレット変換の変種を組み込む。 このアプローチでは、挑戦検証スコアが0.640、完全テストスコアが0.485となり、公式ランキングで41中4位になった。
  論文  参考訳（メタデータ） (2020-10-15T10:13:31Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。