Zobrazeno 1 - 10
of 29
pro vyhledávání: '"Mdhaffar, Afef"'
In this paper, we present a systematic literature review on deep generative models for physiological signals, particularly electrocardiogram, electroencephalogram, photoplethysmogram and electromyogram. Compared to the existing review papers, we pres
Externí odkaz:
http://arxiv.org/abs/2307.06162
Within cardiovascular disease detection using deep learning applied to ECG signals, the complexities of handling physiological signals have sparked growing interest in leveraging deep generative models for effective data augmentation. In this paper,
Externí odkaz:
http://arxiv.org/abs/2306.01875
Electrocardiogram (ECG) data collection during emergency situations is challenging, making ECG data generation an efficient solution for dealing with highly imbalanced ECG training datasets. In this paper, we propose a novel approach for ECG signal g
Externí odkaz:
http://arxiv.org/abs/2211.02626
Publikováno v:
In Engineering Applications of Artificial Intelligence July 2024 133 Part B
Publikováno v:
In Expert Systems With Applications 15 November 2022 206
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
In recent years, deep generative models have gained attention as a promising data augmentation solution for heart disease detection using deep learning approaches applied to ECG signals. In this paper, we introduce a novel approach based on denoising
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::6cb96d1cc1316af612dbab18b5a3df9d
http://arxiv.org/abs/2306.01875
http://arxiv.org/abs/2306.01875
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mdhaffar, Afef
Ce cours a été effectué dans le cadre d'une activité pédagogique.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::c36e00378e7b703c6ea16bac655dc7f2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.