Zobrazeno 1 - 10
of 589
pro vyhledávání: '"Sanei S"'
Publikováno v:
2022 Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), Poznan, Poland, 2022, pp. 58-63
Time series data are collected in temporal order and are widely used to train systems for prediction, modeling and classification to name a few. These systems require large amounts of data to improve generalization and prevent over-fitting. However t
Externí odkaz:
http://arxiv.org/abs/2406.16970
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Biomedical Signal Processing and Control August 2021 69
Autor:
Marvasti, F., Amini, A., Haddadi, F., Soltanolkotabi, M., Khalaj, B. H., Aldroubi, A., Holm, S., Sanei, S., Chambers, J.
A unified view of sparse signal processing is presented in tutorial form by bringing together various fields. For each of these fields, various algorithms and techniques, which have been developed to leverage sparsity, are described succinctly. The c
Externí odkaz:
http://arxiv.org/abs/0902.1853
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.
Publikováno v:
IEEE Access. 10:49892-49904
Temporal interictal epileptiform discharges (IEDs) are often invisible in the scalp EEG (sEEG). However, due to within-electrode temporal correlation and between-electrode spatial correlation, they still have their signatures in the sEEG. Therefore,
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3299c87ab03e74320545b8c37949f2c9
https://doi.org/10.1109/access.2022.3167433
https://doi.org/10.1109/access.2022.3167433
Publikováno v:
In Separation and Purification Technology 26 February 2014 123:153-163
To quantify the data irregularity of data, there are a number of entropy measures each with its own advantages and disadvantages. In this pilot study, a new concept, namely ensemble entropy, is introduced and used to generate more stable and low bias
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8ef4e589a3c28d9278ab3e295600b7bf
https://irep.ntu.ac.uk/id/eprint/47011/1/1596528_Sanei.pdf
https://irep.ntu.ac.uk/id/eprint/47011/1/1596528_Sanei.pdf