Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Lakhan, Payongkit"'
Autor:
Lakhan, Payongkit, Banluesombatkul, Nannapas, Sricom, Natchaya, Surapat, Korn, Rotruchiphong, Ratha, Sawangjai, Phattarapong, Yagi, Tohru, Limpiti, Tulaya, Wilaiprasitporn, Theerawit
Brain biometrics based on electroencephalography (EEG) have been used increasingly for personal identification. Traditional machine learning techniques as well as modern day deep learning methods have been applied with promising results. In this pape
Externí odkaz:
http://arxiv.org/abs/2208.08901
Autor:
Piriyajitakonkij, Maytus, Warin, Patchanon, Lakhan, Payongkit, Leelaarporn, Pitsharponrn, Pianpanit, Theerasarn, Kumchaiseemak, Nakorn, Suwajanakorn, Supasorn, Niparnan, Nattee, Mukhopadhyay, Subhas Chandra, Wilaiprasitporn, Theerawit
Publikováno v:
IEEE Journal of Biomedical and Health Informatics (2020)
Recognizing movements during sleep is crucial for the monitoring of patients with sleep disorders, and the utilization of ultra-wideband (UWB) radar for the classification of human sleep postures has not been explored widely. This study investigates
Externí odkaz:
http://arxiv.org/abs/2005.02176
Autor:
Banluesombatkul, Nannapas, Ouppaphan, Pichayoot, Leelaarporn, Pitshaporn, Lakhan, Payongkit, Chaitusaney, Busarakum, Jaimchariyatam, Nattapong, Chuangsuwanich, Ekapol, Chen, Wei, Phan, Huy, Dilokthanakul, Nat, Wilaiprasitporn, Theerawit
Publikováno v:
IEEE Journal of Biomedical and Health Informatics (2020)
Identifying bio-signals based-sleep stages requires time-consuming and tedious labor of skilled clinicians. Deep learning approaches have been introduced in order to challenge the automatic sleep stage classification conundrum. However, the difficult
Externí odkaz:
http://arxiv.org/abs/2004.04157
Autor:
Lakhan, Payongkit, Banluesombatkul, Nannapas, Changniam, Vongsagon, Dhithijaiyratn, Ratwade, Leelaarporn, Pitshaporn, Boonchieng, Ekkarat, Hompoonsup, Supanida, Wilaiprasitporn, Theerawit
Publikováno v:
IEEE Sensor Journal, 2019
For several decades, electroencephalography (EEG) has featured as one of the most commonly used tools in emotional state recognition via monitoring of distinctive brain activities. An array of datasets have been generated with the use of diverse emot
Externí odkaz:
http://arxiv.org/abs/1810.04582
Publikováno v:
TENCON 2018 - 2018 IEEE Region 10 Conference
Dramatic raising of Deep Learning (DL) approach and its capability in biomedical applications lead us to explore the advantages of using DL for sleep Apnea-Hypopnea severity classification. To reduce the complexity of clinical diagnosis using Polysom
Externí odkaz:
http://arxiv.org/abs/1808.10845
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.