Red neuronal autorregresiva no lineal con entradas exógenas para la predicción del electroencefalograma fetal

Use este enlace para citar
http://hdl.handle.net/2183/25811
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-CompartirIgual 4.0 España
Colecciones
Metadatos
Mostrar el registro completo del ítemTítulo
Red neuronal autorregresiva no lineal con entradas exógenas para la predicción del electroencefalograma fetalFecha
2017Cita bibliográfica
Aguilar Chinea, R.M., Torres Jorge, J.M., Martín Galán, C.A. Red neuronal autorregresiva no lineal con entradas exógenas para la predicción del electroencefalograma fetal. En Actas de las XXXVIII Jornadas de Automática, Gijón, 6-8 de Septiembre de 2017 (pp.528-533). DOI capítulo: https://doi.org/10.17979/spudc.9788497497749.0528 DOI libro: : https://doi.org/10.17979/spudc.9788497497749
Versiones
http://hdl.handle.net/10651/46824
Resumen
[Resumen] Este artículo describe un algoritmo simple y robusto para la simulación de señales biomédica usando una red neuronal autorregresiva no lineal con entradas exógenas (NARX- nonlinear autorregresive network with exogenous inputs). La NARX puede ajustarse para sistemas dinámicos cuya salida depende tanto de la entrada recibida como del estado en que se encuentre el sistema. Por lo que es especialmente adecuada para la estimación de los componentes cuasi-periódico de las señales fisiológicas, tales como el Electroencefalograma (ECG). La validez y rendimiento del método descrito se confirman a través de experimentos sobre datos reales obtenidos de la base de datos de acceso público PhysioNet.
Palabras clave
Redes neuronales
Series temporales
Electrocardiograma fetal
Series temporales
Electrocardiograma fetal
Versión del editor
Derechos
Atribución-NoComercial-CompartirIgual 4.0 España
ISBN
978-84-16664-74-0 (UOV) 978-84-9749-774-9 (UDC electrónico)