Entwicklung von Klassifikatoren zur Analyse und Interpretation zeitvarianter Signale und deren Anwendung auf Biosignale
Die Auswertung von Zeitreihen mit Hilfe von Data-Mining Verfahren ist häufig durch zeitvariante Änderungen der Zeitreihen erschwert. Zur Verbesserung der Ergebnisse bei solchen Datensätzen wird in der vorliegenden Arbeit die gezielte Ausnutzung von zeitlichen Informationen beim Entwurf und der An...
Saved in:
| Main Author: | |
|---|---|
| Format: | Electronic Book Chapter |
| Published: |
KIT Scientific Publishing
2009
|
| Series: | Schriftenreihe des Instituts für Angewandte Informatik - Automatisierungstechnik, Universität Karlsruhe (TH)
|
| Subjects: | |
| Online Access: | DOAB: download the publication DOAB: description of the publication |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000naaaa2200000uu 4500 | ||
|---|---|---|---|
| 001 | doab_20_500_12854_46608 | ||
| 005 | 20210211 | ||
| 003 | oapen | ||
| 006 | m o d | ||
| 007 | cr|mn|---annan | ||
| 008 | 20210211s2009 xx |||||o ||| 0|deu d | ||
| 020 | |a KSP/1000010503 | ||
| 020 | |a 9783866443471 | ||
| 040 | |a oapen |c oapen | ||
| 024 | 7 | |a 10.5445/KSP/1000010503 |c doi | |
| 041 | 0 | |a deu | |
| 042 | |a dc | ||
| 072 | 7 | |a TB |2 bicssc | |
| 100 | 1 | |a Burmeister, Ole |4 auth | |
| 245 | 1 | 0 | |a Entwicklung von Klassifikatoren zur Analyse und Interpretation zeitvarianter Signale und deren Anwendung auf Biosignale |
| 260 | |b KIT Scientific Publishing |c 2009 | ||
| 300 | |a 1 electronic resource (VIII, 206 p. p.) | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a computer |b c |2 rdamedia | ||
| 338 | |a online resource |b cr |2 rdacarrier | ||
| 490 | 1 | |a Schriftenreihe des Instituts für Angewandte Informatik - Automatisierungstechnik, Universität Karlsruhe (TH) | |
| 506 | 0 | |a Open Access |2 star |f Unrestricted online access | |
| 520 | |a Die Auswertung von Zeitreihen mit Hilfe von Data-Mining Verfahren ist häufig durch zeitvariante Änderungen der Zeitreihen erschwert. Zur Verbesserung der Ergebnisse bei solchen Datensätzen wird in der vorliegenden Arbeit die gezielte Ausnutzung von zeitlichen Informationen beim Entwurf und der Anwendung von Klassifikatoren für Zeitreihen vorgeschlagen. Durch die neuen Verfahren können die Klassifikatoren nicht nur bessere Ergebnisse erzielen, sondern sind auchrobuster gegenüber Störungen. | ||
| 540 | |a Creative Commons |f https://creativecommons.org/licenses/by-nc-nd/4.0/ |2 cc |4 https://creativecommons.org/licenses/by-nc-nd/4.0/ | ||
| 546 | |a German | ||
| 650 | 7 | |a Technology: general issues |2 bicssc | |
| 653 | |a Klassifikation | ||
| 653 | |a BCI | ||
| 653 | |a Neuroprothetik | ||
| 653 | |a Ganganalyse | ||
| 653 | |a Biosignale | ||
| 856 | 4 | 0 | |a www.oapen.org |u https://www.ksp.kit.edu/9783866443471 |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://directory.doabooks.org/handle/20.500.12854/46608 |7 0 |z DOAB: description of the publication |