prikaz prve stranice dokumenta Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma
No public access
undergraduate thesis
Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:697375
Matjanec, Marin
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Matjanec, M. (2021). Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:697375

Matjanec, Marin. "Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:697375

Matjanec, Marin. "Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:697375

Matjanec, M. (2021). 'Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 20 May 2024, https://urn.nsk.hr/urn:nbn:hr:168:697375

Matjanec M. Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 May 20] Available at: https://urn.nsk.hr/urn:nbn:hr:168:697375

M. Matjanec, "Ispitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:697375

Metadata
TitleIspitivanje utjecaja hiperparametara dubokih neuronskih mreža na učinkovitost klasifikacije poremećaja iz 12-kanalnog elektrokardiograma
Title (english)Evaluating the Influence of Deep Neural Network Hyperparameters on Disorder Classification Efficiency from 12-Channel Electrocardiogram
AuthorMarin Matjanec
MentorAlan Jović (mentor)
Committee memberAlan Jović (predsjednik povjerenstva)
Committee memberIgor Stančin (član povjerenstva)
Committee memberJosip Renić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-05, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Kardiovaskularne bolesti pripadaju najopasnijim bolestima s kojima se ljudi susreću. Elektrokardiogram najbitniji je nalaz kod svih kardioloških pregleda. Analiza EKG-a problem je koji se može primijeniti u računarstvu koristeći umjetnu inteligenciju, a kao najbolja metoda pokazale su se duboke neuronske mreže. U ovom radu provedeno je istraživanje nekih od najbitnijih hiperparametara dubokih neuronskih mreža, te njihov utjecaj na uspješnost klasifikacije oboljenja iz zapisa EKG-a. Kroz istraživanje točnost početnog modela na skupu za validaciju poboljšana je za 6,3%, a na skupu za testiranje za 5%. Osim analize, kao rezultat ovog rada napravljena je i aplikacija koja korisnicima nudi učitavanje zapisa, njihovo učenje ili testiranje te ispis rezultata.
Abstract (english)
Cardiovascular diseases belong to the most dangerous diseases that people encounter. The electrocardiogram is the most important finding in all cardiac examinations. ECG analysis is a problem that can be applied in computing using artificial intelligence, and deep neural networks have proven to be the best method. In this paper, a research of the most important hyperparameters of deep neural networks was conducted, and their impact on the success of the classification of diseases from ECG records. Through research, the accuracy of the initial model on the validation set was improved by 6.3% and on the test set by 5%. In addition to the analysis, as a result of this paper, an application was created that offers users to load records, learn or test them and print the results.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:697375
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-14 21:09:10