TAILIEUCHUNG - Advanced Methods and Tools for ECG Data Analysis - Part 10

1: Khởi tạo: Xác định cấu trúc liên kết mạng Chọn giá trị trọng lượng ngẫu nhiên cho mỗi tế bào thần kinh Kohonen Thiết lập các tham số thời gian t = 0 2: Lặp lại 3: Chọn một mô hình đầu vào ik từ việc đào tạo thiết lập 4: Tìm các tế bào thần kinh chiến thắng tại thời gian t có trọng lượng | Unsupervised Learning Techniques and Their Applications in ECG Classification 345 Table The Traditional SOM Algorithm 1 Initialization Determine network topology Choose random weight value for each Kohonen neuron Set the time parameter t 0 2 Repeat 3 Select an input pattern ik from the training set 4 Find the winning neuron at time t whose weight Wj is closest to ik 5 Update the weights of the winning neuron and its neighbours 6 Increase the time parameter t t t 1 7 Until network converges or computational bounds such as predefined learning cycles are exceeded operations such as derivatives and matrix inversions are needed. In contrast to the rigid structure of hierarchical clustering and the lack of structure of k-means clustering a SOM reflects similarity relationships between patterns and clusters by adapting its neurons which are used to represent prototypical patterns 20 . Such adaptation and cluster representation mechanisms offer the basis for cluster visualization platforms. However the predetermination of a static map representation contributes to its inability to implement automatic cluster boundary detection. There are a number of techniques to enhance SOM-based data visualization which have been extensively reviewed elsewhere 21 . Some of the best known are based on the construction of distance matrices such as a unified distance matrix U-matrix 22 . A U-matrix encodes the distance between adjacent neurons which is represented on the map by a color scheme. An example is illustrated in Figure . Figure SOM-based data visualization for the Iris data set produced with the SOM-toolbox 23 . The U-matrix representation and a map based on the median distance matrix are shown on the right and left panels respectively. The hexagons represent the corresponding map neurons. A dark coloring between the neurons corresponds to a large distance. A light coloring signifies that the input patterns are close to each other in the input space. Thus light

• Y học thường thức
• giáo trình y khoa
• thực hành điện tâm đồ
• phân tích dữ liệu điện tâm đồ
• kỹ thuật y học
• bệnh tim mạch
• Giáo trình ngoại khoa thú y
• Ngoại khoa thú y
• Lý thuyết ngoại khoa thú y
• Bài giảng ngoại khoa thú y
• Bệnh ngoại khoa thú y
• Tài liệu ngoại khoa thú y
• giáo trình chẩn đoán và nội khoa thú y
• bài giảng chẩn đoán và nội khoa thú y
• tài liệu chẩn đoán và nội khoa thú y
• đề cương chẩn đoán và nội khoa thú y
• lý thuyết chẩn đoán và nội khoa thú y
• Giáo trình Sách tiếng Anh
• Tiếng Anh trong y khoa
• Giáo trình về kỹ năng giao tiếp
• Tài liệu y khoa
• Đàm thoại giao tiếp trong y khoa
• Cách viết thư trong y khoa
• Giáo trình Phòng trị bệnh ngoại khoa thú y
• Phòng trị bệnh ngoại khoa thú y
• Nhiễm trùng ngoại khoa
• Nguyên tắc điều trị viêm
• Phân loại nhiễm trùng ngoại khoa
• y học dân tộc
• y học phổ thông
• bệnh thường gặp
• y học thực hành
• kiến thức y học
• chuyên ngành y khoa
• lý thuyết y học
• giáo trình y học
• bài giảng y học
• bệnh lâm sàng
• chuẩn đoán bệnh
• Giáo trình Chẩn đoán nội khoa thú y
• Chẩn đoán nội khoa thú y Phần 2
• Chẩn đoán nội khoa thú y
• Công tác điều trị bệnh
• Bệnh nội khoa thú y
• Bệnh hệ tiêu hóa
• Giáo dục y khoa dựa trên năng lực
• Giáo dục y khoa
• Đào tạo y khoa
• Hệ thống chăm sóc sức khỏe
• Đổi mới chương trình đào tạo y khoa
• Kỹ thuật y khoa
• thủ thuật y khoa
• bí quyết y khoa
• phương pháp học y khoa