Automatische Schlafklassifikation bei Säuglingen mit Hilfe von, symbolischen und subsymbolischen Methoden

M. Kubat; G. Pfurtscheller; D. Flotzinger

doi:10.1515/bmte.1993.38.4.73

Automatische Schlafklassifikation bei Säuglingen mit Hilfe von, symbolischen und subsymbolischen Methoden

M. Kubat, G. Pfurtscheller, D. Flotzinger

Research output: Contribution to journal › Article › peer-review

2 Scopus citations

Abstract

Die vorliegende Arbeit beschäftigt sich mit dem Problem der Automatischen Schlafklassifikation. Besonderes Augenmerk wurde darauf gelegt, eine Methode zu finden, die eine Beschreibung der einzelnen Schläfstadien, ausgehend von Messungen des EEG, EMG, EOG etc., und der Klassifikation von einem Experten erstellen kann. Diese Methode soll dreierlei Anforderungen entsprechen: Klas-. sifikatipnsgenauigkeit, Interpretierbarkeit der Ergebnisse und die Möglichkeit, relevante von irrelevanten Variablen zu trennen. Die hier vorgestellte Lösung besteht aus einer Kombination des sub-symbolischen Algorithmus LVQ mit dem symbolischen Entscheidungsbaumgenerator ID3. Um die Gültigkeit dieses Ansatzes zu belegen, zeigen wir Resultate an 8 Datensätzen.

Original language	German
Pages (from-to)	73-80
Number of pages	8
Journal	Biomedizinische Technik
Volume	38
Issue number	4
DOIs	https://doi.org/10.1515/bmte.1993.38.4.73
State	Published - 1993
Externally published	Yes

Keywords

Schlü
Sleep classification
data analysis
parameter relevance estimation
rter Schlafklassifikation Datenanalyse Schä
sselwö
symbolic and sub-symbolic approaches
tzung der Parameterrelevanz symbolische und subsymbolische Methoden

ASJC Scopus subject areas

Biomedical Engineering

Access to Document

10.1515/bmte.1993.38.4.73

Cite this

@article{5ab7ad8245d6491397a0a66b727728db,

title = "Automatische Schlafklassifikation bei S{\"a}uglingen mit Hilfe von, symbolischen und subsymbolischen Methoden",

abstract = "Die vorliegende Arbeit besch{\"a}ftigt sich mit dem Problem der Automatischen Schlafklassifikation. Besonderes Augenmerk wurde darauf gelegt, eine Methode zu finden, die eine Beschreibung der einzelnen Schl{\"a}fstadien, ausgehend von Messungen des EEG, EMG, EOG etc., und der Klassifikation von einem Experten erstellen kann. Diese Methode soll dreierlei Anforderungen entsprechen: Klas-. sifikatipnsgenauigkeit, Interpretierbarkeit der Ergebnisse und die M{\"o}glichkeit, relevante von irrelevanten Variablen zu trennen. Die hier vorgestellte L{\"o}sung besteht aus einer Kombination des sub-symbolischen Algorithmus LVQ mit dem symbolischen Entscheidungsbaumgenerator ID3. Um die G{\"u}ltigkeit dieses Ansatzes zu belegen, zeigen wir Resultate an 8 Datens{\"a}tzen.",

keywords = "Schl{\"u}, Sleep classification, data analysis, parameter relevance estimation, rter Schlafklassifikation Datenanalyse Sch{\"a}, sselw{\"o}, symbolic and sub-symbolic approaches, tzung der Parameterrelevanz symbolische und subsymbolische Methoden",

author = "M. Kubat and G. Pfurtscheller and D. Flotzinger",

year = "1993",

doi = "10.1515/bmte.1993.38.4.73",

language = "German",

volume = "38",

pages = "73--80",

journal = "Biomedizinische Technik. Biomedical engineering",

issn = "0013-5585",

publisher = "Walter de Gruyter GmbH & Co. KG",

number = "4",

}

TY - JOUR

T1 - Automatische Schlafklassifikation bei Säuglingen mit Hilfe von, symbolischen und subsymbolischen Methoden

AU - Kubat, M.

AU - Pfurtscheller, G.

AU - Flotzinger, D.

PY - 1993

Y1 - 1993

N2 - Die vorliegende Arbeit beschäftigt sich mit dem Problem der Automatischen Schlafklassifikation. Besonderes Augenmerk wurde darauf gelegt, eine Methode zu finden, die eine Beschreibung der einzelnen Schläfstadien, ausgehend von Messungen des EEG, EMG, EOG etc., und der Klassifikation von einem Experten erstellen kann. Diese Methode soll dreierlei Anforderungen entsprechen: Klas-. sifikatipnsgenauigkeit, Interpretierbarkeit der Ergebnisse und die Möglichkeit, relevante von irrelevanten Variablen zu trennen. Die hier vorgestellte Lösung besteht aus einer Kombination des sub-symbolischen Algorithmus LVQ mit dem symbolischen Entscheidungsbaumgenerator ID3. Um die Gültigkeit dieses Ansatzes zu belegen, zeigen wir Resultate an 8 Datensätzen.

AB - Die vorliegende Arbeit beschäftigt sich mit dem Problem der Automatischen Schlafklassifikation. Besonderes Augenmerk wurde darauf gelegt, eine Methode zu finden, die eine Beschreibung der einzelnen Schläfstadien, ausgehend von Messungen des EEG, EMG, EOG etc., und der Klassifikation von einem Experten erstellen kann. Diese Methode soll dreierlei Anforderungen entsprechen: Klas-. sifikatipnsgenauigkeit, Interpretierbarkeit der Ergebnisse und die Möglichkeit, relevante von irrelevanten Variablen zu trennen. Die hier vorgestellte Lösung besteht aus einer Kombination des sub-symbolischen Algorithmus LVQ mit dem symbolischen Entscheidungsbaumgenerator ID3. Um die Gültigkeit dieses Ansatzes zu belegen, zeigen wir Resultate an 8 Datensätzen.

KW - Schlü

KW - Sleep classification

KW - data analysis

KW - parameter relevance estimation

KW - rter Schlafklassifikation Datenanalyse Schä

KW - sselwö

KW - symbolic and sub-symbolic approaches

KW - tzung der Parameterrelevanz symbolische und subsymbolische Methoden

UR - http://www.scopus.com/inward/record.url?scp=84947005650&partnerID=8YFLogxK

UR - http://www.scopus.com/inward/citedby.url?scp=84947005650&partnerID=8YFLogxK

U2 - 10.1515/bmte.1993.38.4.73

DO - 10.1515/bmte.1993.38.4.73

M3 - Article

C2 - 8507806

AN - SCOPUS:84947005650

VL - 38

SP - 73

EP - 80

JO - Biomedizinische Technik. Biomedical engineering

JF - Biomedizinische Technik. Biomedical engineering

SN - 0013-5585

IS - 4

ER -

Automatische Schlafklassifikation bei Säuglingen mit Hilfe von, symbolischen und subsymbolischen Methoden

Abstract

Keywords

ASJC Scopus subject areas

Access to Document

Other files and links

Cite this