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

Miroslav Kubat, G. Pfurtscheller, D. Flotzinger

Research output: Contribution to journalArticle

2 Citations (Scopus)

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 languageGerman
Pages (from-to)73-80
Number of pages8
JournalBiomedizinische Technik
Volume38
Issue number4
DOIs
StatePublished - 1993
Externally publishedYes

Keywords

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

ASJC Scopus subject areas

  • Biomedical Engineering

Cite this

Automatische Schlafklassifikation bei Säuglingen mit Hilfe von, symbolischen und subsymbolischen Methoden. / Kubat, Miroslav; Pfurtscheller, G.; Flotzinger, D.

In: Biomedizinische Technik, Vol. 38, No. 4, 1993, p. 73-80.

Research output: Contribution to journalArticle

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

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 - data analysis

KW - parameter relevance estimation

KW - rter Schlafklassifikation Datenanalyse Schä

KW - Schlü

KW - Sleep classification

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 -