Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений

Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений

Исследуется и анализируется реальное множество больших по объему медико-статистических данных, используемых для распознавания действий медицинских работников на основе показателей акселерометров в определенный момент времени. В процессе распознавания применена глубинная сеть убеждений на неразмечен...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Кибернетика и системный анализ
Datum:2016
1. Verfasser: Галкин, А.А.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Schlagworte:
Кибернетика
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/142054
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений / А.А. Галкин // Кибернетика и системный анализ. — 2016. — Т. 52, № 6. — С. 21-29. — Бібліогр.: 8 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-142054
record_format dspace
spelling Галкин, А.А.
2018-09-24T14:20:42Z
2018-09-24T14:20:42Z
2016
Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений / А.А. Галкин // Кибернетика и системный анализ. — 2016. — Т. 52, № 6. — С. 21-29. — Бібліогр.: 8 назв. — рос.
0023-1274
https://nasplib.isofts.kiev.ua/handle/123456789/142054
519.7
Исследуется и анализируется реальное множество больших по объему медико-статистических данных, используемых для распознавания действий медицинских работников на основе показателей акселерометров в определенный момент времени. В процессе распознавания применена глубинная сеть убеждений на неразмеченных данных, после чего проведено обучение с учителем методом обратного распространения ошибки. Полученные результаты показали более высокую точность распознавания по сравнению с базовыми методами. Достигнуто также значительное улучшение относительно продолжительности действий медперсонала.
Досліджується та аналізується реальна множина великих за обсягом медико-статистичних даних, що використовуються для розпізнавання дій медичних працівників на основі показників акселерометрів у визначений момент часу. У процесі розпізнавання застосовано глибинну мережу переконань на нерозмічених даних, після чого проведено навчання з учителем методом зворотного поширення помилки. Отримані результати показали більш високу точність розпізнавання у порівнянні з базовими методами. Досягнуто також значне покращення відносно тривалості дій медперсоналу.
The paper analyzes the real set of large-volume medical and statistical data to be used for recognition of actions of medical workers on the basis of readings of accelerometers at a particular moment of time. During the recognition, deep belief network is applied on unlabeled data, and then trained with supervised learning by backward propagation of errors. The obtained results show a higher recognition accuracy as compared with the basic methods A significant improvement is achieved as to the duration of actions of medical staff.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Кибернетика и системный анализ
Кибернетика
Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
Розпізнавання дій медичних працівників на основі показників акселерометрів з використанням глибинної мережі переконань
Recognition of actions of medical workers on the basis of readings of accelerometers using a deep belief network
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
spellingShingle Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
Галкин, А.А.
Кибернетика
title_short Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
title_full Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
title_fullStr Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
title_full_unstemmed Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
title_sort распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений
author Галкин, А.А.
author_facet Галкин, А.А.
topic Кибернетика
topic_facet Кибернетика
publishDate 2016
language Russian
container_title Кибернетика и системный анализ
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Розпізнавання дій медичних працівників на основі показників акселерометрів з використанням глибинної мережі переконань
Recognition of actions of medical workers on the basis of readings of accelerometers using a deep belief network
description Исследуется и анализируется реальное множество больших по объему медико-статистических данных, используемых для распознавания действий медицинских работников на основе показателей акселерометров в определенный момент времени. В процессе распознавания применена глубинная сеть убеждений на неразмеченных данных, после чего проведено обучение с учителем методом обратного распространения ошибки. Полученные результаты показали более высокую точность распознавания по сравнению с базовыми методами. Достигнуто также значительное улучшение относительно продолжительности действий медперсонала. Досліджується та аналізується реальна множина великих за обсягом медико-статистичних даних, що використовуються для розпізнавання дій медичних працівників на основі показників акселерометрів у визначений момент часу. У процесі розпізнавання застосовано глибинну мережу переконань на нерозмічених даних, після чого проведено навчання з учителем методом зворотного поширення помилки. Отримані результати показали більш високу точність розпізнавання у порівнянні з базовими методами. Досягнуто також значне покращення відносно тривалості дій медперсоналу. The paper analyzes the real set of large-volume medical and statistical data to be used for recognition of actions of medical workers on the basis of readings of accelerometers at a particular moment of time. During the recognition, deep belief network is applied on unlabeled data, and then trained with supervised learning by backward propagation of errors. The obtained results show a higher recognition accuracy as compared with the basic methods A significant improvement is achieved as to the duration of actions of medical staff.
issn 0023-1274
url https://nasplib.isofts.kiev.ua/handle/123456789/142054
citation_txt Распознавание действий медицинских работников на основе показателей акселерометров с использованием глубинной сети убеждений / А.А. Галкин // Кибернетика и системный анализ. — 2016. — Т. 52, № 6. — С. 21-29. — Бібліогр.: 8 назв. — рос.
work_keys_str_mv AT galkinaa raspoznavaniedeistviimedicinskihrabotnikovnaosnovepokazateleiakselerometrovsispolʹzovaniemglubinnoisetiubeždenii
AT galkinaa rozpíznavannâdíimedičnihpracívnikívnaosnovípokaznikívakselerometrívzvikoristannâmglibinnoímerežíperekonanʹ
AT galkinaa recognitionofactionsofmedicalworkersonthebasisofreadingsofaccelerometersusingadeepbeliefnetwork
first_indexed 2025-12-07T15:40:57Z
last_indexed 2025-12-07T15:40:57Z
_version_ 1850864626251595776

Ähnliche Einträge