Global ETD Search

71	Проектирование системы для отбора заявок на финансирование цифровых проектов в регионе : магистерская диссертация / Design of a system for selecting applications for funding digital projects in the region Алимпиев, Я. О., Alimpiev, Y. O. January 2024 (has links) The object of this study is the process of selecting applications for funding digital projects in the region. The subject of the study is a design system that includes algorithms and methods used to select applications for funding digital projects in the region. The purpose of this work is to develop an approach to selecting digital projects for funding that takes into account regional characteristics and the efficiency of resource use. This work studies the market for digital projects / as well as methods and algorithms for their selection. Several algorithms were compared to determine the most suitable for selecting digital projects. The predictive ability of the selected algorithm was assessed. A structural diagram of the algorithm is presented and an assessment of the economic and product efficiency of the system designed on the basis of this algorithm is made. Research methods - literature review / statistical and economic analysis / fuzzy clustering. The result of the work is a system for selecting applications for funding digital projects. / Объектом данного исследования является процесс отбора заявок на финансирование цифровых проектов в регионе. Предметом исследования является система проектирования, включающая алгоритмы и методики, используемые для отбора заявок на финансирование цифровых проектов в регионе. Цель данной работы – разработка подхода к отбору цифровых проектов для финансирования, учитывающего региональные особенности и эффективность использования ресурсов. В данной работе изучается рынок цифровых проектов, а также методы и алгоритмы их отбора. Проведено сравнение нескольких алгоритмов с целью определения, наиболее подходящего для отбора цифровых проектов. Оценена прогнозирующая способность выбранного алгоритма. Представлена структурная схема алгоритма и выполнена оценка экономической и продуктовой эффективности системы, спроектированной на основе данного алгоритма. Методы исследования – литературный обзор, статистико-экономический анализ, нечеткая кластеризация. Результатом работы является система для отбора заявок на финансирование цифровых проектов. MASTER'S THESIS DIGITAL PROJECT FUZZY CLUSTERING GUSTAFSON-KESSEL ALGORITHM FUZZY C-MEANS METHOD DECISION SUPPORT SYSTEM MULTICRITERIA PROJECT EVALUATION DECISION MAKING IN A GROUP ЦИФРОВОЙ ПРОЕКТ
72	Design of an electrocardiographic lead reconstruction algorithm using machine learning in the context of ambulatory monitoring Grande Fidalgo, Alejandro 16 January 2025 (has links) [ES] Esta tesis doctoral presenta un algoritmo para reconstruir el registro electrocardiográfico (ECG) estándar del sistema de 12 derivaciones utilizando un sistema reducido de derivaciones independientes mediante el uso de modelos de aprendizaje automático, centrándose en su integración en un sistema de monitorización ambulatoria. Los métodos tradicionales de reconstrucción de ECG se basan en enfoques basados en combinaciones lineales, con una exploración limitada de los métodos de evaluación y de las posiciones de los electrodos. Esta tesis evalúa la eficacia de nuevas redes neuronales artificiales y algoritmos basados en fuzzy c-means en comparación con los métodos clásicos de regresión lineal, destacando un rendimiento superior y subrayando la importancia de la explicabilidad del modelo. Se exploran otras mejoras, como comités de expertos y modelos difusos, para aumentar la precisión y la eficacia. La validación clínica realizada en el Hospital Clínico Universitario de València y en el Hospital General Universitario de València demuestran la eficacia del algoritmo en la reconstrucción precisa de derivaciones, facilitando el camino para aplicaciones de monitorización ambulatoria. El estudio también aborda los retos que plantean dispositivos implantables como marcapasos y desfibriladores; un estudio posterior propone una estrategia para eliminar pulsos distorsionados durante la reconstrucción, mejorando la calidad de la señal en cualquier condición. En conjunto, la tesis contribuye al avance de las metodologías de reconstrucción de derivaciones de ECG para mejorar la atención al paciente. / [CA] Aquesta tesi doctoral presenta un algoritme per a reconstruir el registre electrocardiogràfic (ECG) estàndard del sistema de 12 derivacions utilitzant un sistema reduït de derivacions independents mitjançant l'ús de models d'aprenentatge automàtic, centrant-se en la seua integració en un sistema de monitoratge ambulatori. Els mètodes tradicionals de reconstrucció de ECG es basen en enfocaments basats en combinacions lineals, amb una exploració limitada dels mètodes d'avaluació i de les posicions dels elèctrodes. Aquesta tesi avalua l'eficàcia de noves xarxes neuronals artificials i algoritmes basats en fuzzy c-means en comparació amb els mètodes clàssics de regressió lineal, destacant un rendiment superior i subratllant la importància de la explicabilitat del model. S'exploren altres millores, com a comités d'experts i models difusos, per a augmentar la precisió i l'eficàcia. La validació clínica realitzada a l'Hospital Clínic Universitari de València i a l'Hospital General Universitari de València demostren l'eficàcia de l'algoritme en la reconstrucció precisa de derivacions, facilitant el camí per a aplicacions de monitoratge ambulatori. L'estudi també aborda els reptes que plantegen dispositius implantables com a marcapassos i desfibril·ladors; un estudi posterior proposa una estratègia per a eliminar polsos distorsionats durant la reconstrucció, millorant la qualitat del senyal en qualsevol condició. En conjunt, la tesi contribueix a l'avanç de les metodologies de reconstrucció de derivacions de ECG per a millorar l'atenció al pacient. / [EN] This PhD Thesis presents an algorithm for reconstructing the standard 12-lead system electrocardiographic (ECG) register using a reduced system of independent leads supported by machine learning models, with a focus on its integration into an ambulatory monitoring system. Traditional ECG lead reconstruction methods have relied on linear combination based approaches, with limited exploration of evaluation methods and electrode positions. This thesis evaluates the effectiveness of new artificial neural networks and fuzzy c-means based algorithms compared to classical linear regression methods, highlighting superior performance and emphasizing the importance of model explainability. Further enhancements, including expert committees and fuzzy models, are explored to improve accuracy and efficiency. Clinical validation at the Hospital Clínico Universitario de València and Hospital General Universitario de València demonstrates the algorithm's effectiveness in an accurate lead reconstruction, paving the way for ambulatory monitoring applications. The study also addresses challenges posed by implantable devices such as pacemakers and defibrillators; a subsequent study proposes a strategy to eliminate distorted pulses during reconstruction, improving signal quality under any condition. Overall, the thesis contributes to advancing ECG lead reconstruction methodologies for improved patient care. / Grande Fidalgo, A. (2024). Design of an electrocardiographic lead reconstruction algorithm using machine learning in the context of ambulatory monitoring [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/214023 Cardiología Electrocardiograma Monitorización ambulatoria Inteligencia Artificial (IA) Redes neuronales artificiales Fuzzy C-means Cardiovascular diseases Electrocardiogram Ambulatory monitoring Lead reconstruction Artificial neural network Standard 12-lead system
73	Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία Βλαχοκώστα, Αλεξάνδρα 25 May 2015 (has links) Η αυτόματη επεξεργασία εικόνων του ενδομητρίου αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών. Στην παρούσα διατριβή, παρουσιάζεται μια μεθοδολογική προσέγγιση, η οποία βασίζεται στη χρήση αλγορίθμων ψηφιακής επεξεργασίας και ανάλυσης εικόνων, για την αυτόματη εκτίμηση χαρακτηριστικών που περιγράφουν την αγγείωση και την υφή εικόνων του ενδομητρίου. Αφορμή της μελέτης αποτελεί ο ρόλος που διαπιστώνεται ότι διαδραματίζει η μεταβολή των τιμών των εν λόγω χαρακτηριστικών στην έγκαιρη διάγνωση των παθήσεων του ενδομητρίου. Στα πλαίσια της διατριβής, υλοποιήθηκε κατάλληλη μεθοδολογία για τον υπολογισμό ενός συνόλου χαρακτηριστικών τόσο για υστεροσκοπικές εικόνες, όσο και για ιστολογικές εικόνες του ενδομητρίου. Ιδιαίτερη βαρύτητα δόθηκε στην προ – επεξεργασία των εικόνων προκειμένου να προκύψει βελτίωση της ποιότητας καθώς και ενίσχυση της αντίθεσης αυτών. Στη συνέχεια, ανιχνεύτηκαν τα σημεία που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού για τις υστεροσκοπικές εικόνες και υπολογίστηκε ένα σύνολο χαρακτηριστικών μεγεθών που περιγράφουν την αγγείωση και την υφή των εικόνων τόσο για τις υστεροσκοπικές όσο και για τις ιστολογικές εικόνες. Τέλος, εφαρμόστηκαν κατάλληλοι αλγόριθμοι με σκοπό την κατηγοριοποίηση των υστεροσκοπικών και των ιστολογικών εικόνων και συγκεκριμένα τον διαχωρισμό των παθολογικών και των φυσιολογικών εικόνων του ενδομητρίου. Παράλληλα, χρησιμοποιήθηκε η ROC ανάλυση στην απεικόνιση και ανάλυση της συμπεριφοράς των εν λόγω κατηγοριοποιητών. / Automatic analysis of the endometrial images is a difficult and multidimensional problem. For this reason, the number of papers and techniques regarding this issue is numerous. In this Thesis, a methodology is presented, based on advance image processing techniques in order to automatically estimate texture and vessel’s features in endometrial images. Motivation for the Thesis is the fact that the variation of the measurements of the specific features plays significant role in the seasonable diagnosis of endometrial disorders. Throughout this Thesis, an appropriate methodology is developed in order to estimate the features for the hysteroscopical and histological images of the endometrium. An important step is the pre – processing of the images in order to enhance the image quality and the image contrast. Then, the pixels that constitute the centerlines of vessels are detected by using differential calculus for the hysteroscopical images, only. Furthermore, the texture and vessel’s features in hysteroscopical and histological images are estimated. Finally, appropriate algorithms are applied in order to classify the hysteroscopical and histological images and distinguish pathological and normal endometrial images. ROC analysis is used in order to evaluate the discrimination power of the features that were estimated. Ενδομήτριο Καρκίνος ενδομητρίου Υστεροσκόπηση Ιστολογία Συνάρτηση Gauss Χαρακτηριστικά υφής Νευρωνικά δίκτυα 618.140 028 5 Endometrium Abnormal uterine bleeding Endometrial cancer Hysteroscopy Histology Gauss function Vessel’s centerlines Vessel’s features Texture features Sequential Forward Floating Selection Neural networks Fuzzy – C – Means
74	Channel Probing for an Indoor Wireless Communications Channel Hunter, Brandon 13 March 2003 (has links) (PDF) The statistics of the amplitude, time and angle of arrival of multipaths in an indoor environment are all necessary components of multipath models used to simulate the performance of spatial diversity in receive antenna configurations. The model presented by Saleh and Valenzuela, was added to by Spencer et. al., and included all three of these parameters for a 7 GHz channel. A system was built to measure these multipath parameters at 2.4 GHz for multiple locations in an indoor environment. Another system was built to measure the angle of transmission for a 6 GHz channel. The addition of this parameter allows spatial diversity at the transmitter along with the receiver to be simulated. The process of going from raw measurement data to discrete arrivals and then to clustered arrivals is analyzed. Many possible errors associated with discrete arrival processing are discussed along with possible solutions. Four clustering methods are compared and their relative strengths and weaknesses are pointed out. The effects that errors in the clustering process have on parameter estimation and model performance are also simulated. multipath multipath propagation propagation environment indoor propagation indoor multipath indoor multipath propagation channel probing channel probing indoor wireless communications channel indoor wireless communications indoor wireless communications wireless communications wireless communications channel MIMO SISO multiple input multiple output single input single output antenna diversity antenna diversity antenna array channel modeling modeling model wireless propagation clustering methods clustering algorithms clustering parameter estimation parameter channel matrix h matrix ray tracing point spread function psf deconvolution clean algorithm clean algorithm antenna pattern network analyzer temporal pattern 2.4 ghz system 6 ghz system channel capacity capacity estimate channel capacity estimate propagation environment scattering transfer matrix matrix water filling solution water filling method water filling Saleh Valenzuela Saleh and Valenzuela Model arrival time of arrival angle of arrival direction of arrival arrival amplitude arrivals antenna positioner data simulations measurements angle of departure direction of departure correlation convolution errors error CFA CFAD constant false alarm constant false alarm detection signal signal dependent clutter clutter returns transmitter transmit receive receiver transmit antenna receive antenna spatial correlation system PSF system point spread function mapping fuzzy c-means clustering fuzzy clustering c-means clustering c-means fuzzy k-means euclidean distance time amplitude delay performance prediction performance prediction errors fuzzy weighted distance method rectangular method weighted rectangular method statistics statistical statistical model Electrical and Computer Engineering

Page generated in 0.0345 seconds