Участник:Iefimova

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Отчет о научно-исследовательской работе)
Строка 16: Строка 16:
• ''Ефимова И.В., Целых В.Р., Воронцов К.В.'' Отбор признаков в метрических алгоритмах классификации для дифференциальной диагностики заболеваний по электрокардиограмме // Будет подано в JMLDA
• ''Ефимова И.В., Целых В.Р., Воронцов К.В.'' Отбор признаков в метрических алгоритмах классификации для дифференциальной диагностики заболеваний по электрокардиограмме // Будет подано в JMLDA
-
[http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group174/Efimova2014DiagnosticsOfDiseases/doc/Efimova2014DiagnosticsOfDiseases.pdf pdf]
+
[http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group174/Efimova2014DiagnosticsOfDiseases/doc/Efimova2014DiagnosticsOfDiseases.pdf?format=raw pdf]

Версия 16:05, 23 августа 2014

Ефимова Ирина Валерьевна,
МФТИ, ФУПМ, 174 группа


Отчет о научно-исследовательской работе

Весна 2014, 6-й семестр

Отбор признаков в метрических алгоритмах классификации для дифференциальной диагностики заболеваний по электрокардиограмме

Рассматривается задача диагностики заболеваний на основе анализа сигналов электрокардиограммы. Исследование состоит в построении метрического алгоритма с отбором признаков для поиска диагностических эталонов. Отбор признаков производится с помощью локально-оптимального алгоритма. На основе построенных эталонов осуществляется классификация различных болезней. Используются данные о шести заболеваниях, которые получены по анализу электрокардиосигналов. Данные о каждом заболевании разбиты на две подгруппы. Первая подгруппа - более надежные специально отобранные случаи. Они используются на этапе обучения алгоритма. Вторая - случаи, когда диагнозы устанавливались врачами менее надежно. Они используются в качестве контрольного множества. Предполагается, что больные пациенты имеют <<схожее>> признаковое описание, <<отличающееся>> от характеристик здоровых. Для формализации понятия <<схожести>> на множестве объектов вводится функция расстояния - взвешенная метрика Минковского, - которая используется в метрическом алгоритме. В результате, построенный алгоритм позволил отобрать информативные признаки для каждой болезни. Исследуется обобщающая способность построенного алгоритма.

Подготовлена статья:

Ефимова И.В., Целых В.Р., Воронцов К.В. Отбор признаков в метрических алгоритмах классификации для дифференциальной диагностики заболеваний по электрокардиограмме // Будет подано в JMLDA

pdf

Личные инструменты