본문 바로가기
728x90
반응형
SMALL

분류 전체보기1624

Heart Rate Variability : Standards of Measurement, Physiological Interpretation, and Clinical Use Heart Rate Variability : Standards of Measurement, Physiological Interpretation, and Clinical Use 심박수 특성은 사람이 상대적으로 정지해 있을 때 ECG 또는 PPG 센서가 각 펄스의 시간을 감지할 수 있으므로 반동 간격 (Interbeat Interval, RR 값)을 안정적으로 얻을 수 있다는 사실을 활용한다. 일련의 RR 간격 (또는 NN 간격)을 가짐으로써 다음과 같은 관심 에포크에 대한 표준 심박 변이도 (HRV) 메트릭을 계산할 수 있다. HF 전력 (0.15~0.4Hz) LF 전력 (0.04~0.15Hz) VLF 전력 (0.015~0.04Hz) RMSSD pNN50 델타 RR 평균 심박수 90번째 백분위수 심박수 1.. 2023. 7. 5.
[LightGBM] 매개변수 조정 (Parameters Tuning) (3) For Better Accuracy 큰 max_bin 사용 (더 느릴 수 있음) num_iterations가 많은 작은 learning_rate 사용 큰 num_leaves 사용 (과적합의 원인이 될 수 있음) 더 큰 교육 데이터 사용 dart를 시도 Deal with Over-fitting 작은 max_bin 사용 작은 num_leaves 사용 min_data_in_leaf 및 min_sum_hessian_in_leaf 사용 bagging_fract 및 bagging_freq를 설정하여 bagging 사용 feature_fraction을 설정하여 피쳐 하위 샘플링 사용 더 큰 학습 데이터 사용 정규화를 위해 lambda_l1, lambda_l2 및 min_gain_to_split을 사용 깊은 트리가 자.. 2023. 7. 3.
유의 확률 (P-Value) 유의 확률 (P-Value) 통계적 가설 검정에서 유의 확률 (有意 確率, significance probability, asymptotic significance) 또는 p-값 (p-value, probability value)은 귀무 가설이 맞다고 가정할 때 얻은 결과보다 극단적인 결과가 실제로 관측될 확률이다. 실험의 유의 확률은 실험의 표본 공간에서 정의되는 확률 변수로서, 0~1 사이의 값을 가진다. p-값 (p-value)은 귀무 가설 (null hypothesis)이 맞다는 전제 하에, 표본에서 실제로 관측된 통계치와 같거나 더 극단적인 통계치가 관측될 확률이다. 여기서 말하는 확률은 빈도주의 (frequentist) 확률이다. p-값 (p-value)는 관찰된 데이터가 귀무가설과 양립하는 .. 2023. 7. 3.
Cohen's Kappa Cohen's Kappa 일반적으로 카파 상관 계수는 코헨 (Cohen)의 카파 상관 계수 (Kappa)를 가리키며 이는 2명의 관찰자 (또는 평가자)의 신뢰도를 확보하기위한 확률로서 평가 지표로 사용되는 상관 계수이다. 2명 이상에서 신뢰도를 얻기 위해서는 플레이스 카파 상관 계수 (Fleiss' kappa)를 사용할 수 있다. 이 메트릭은 두 평가자 (ex: 지상 실측값, 인간 레이블링 및 추정자) 간의 일치를 측정하는 것이 목표이다. 평가자가 완전한 인식 없이 (일반적으로 우연히) 일치할 가능성을 고려한다. 계산은 다음과 같다. 두 값은 평가자 간에 관측된 합치도와 확률 합치도를 각각 나타낸다. 계수 κ은 0 (합치 없음)과 1 (합치 합계) 사이에 제한된다. 실제로, pobserved = 1과 p.. 2023. 7. 3.
Sleep stages classification based on heart rate variability and random forest (5) 결과 정규화 전후의 전형적인 HRV 특징의 히스토그램을 비교하였다. 왼쪽 그림은 정규화 전의 히스토그램을 나타내고 오른쪽 그림은 정규화 후의 히스토그램을 나타냅니다. 제안하는 방법은 이상치에 관계없이 대부분의 특징을 [0,1] 범위에 매핑할 수 있음은 자명하다. 이 우세한 전처리는 주체 독립 체계 내에서 수면 단계 분류에 효과적인 기능을 제공했다. 표는 피처 정규화를 사용하거나 사용하지 않는 주제별 체계 및 주제 독립적 체계에 대한 모든 개인의 혼동 행렬을 제공한다. 표의 숫자는 해당 에포크의 양을 나타낸다. 본 논문에서 제시하지 않은 개별 혼동 행렬에 따라 두 가지 체계를 기반으로 각 단계와 다른 단계를 분류하기 위한 정확도와 Cohen의 kappa 통계량 κ를 나타내었다. 또한, 전체 정확도와 κ 통.. 2023. 6. 29.
Sleep stages classification based on heart rate variability and random forest (4) Classifier model: Random Forest RF는 각 내부 노드에서 p 기능의 부트스트랩 샘플링 하위 집합에서 분할 기능을 선택하는 많은 수의 결정 트리로 구성된다. 트리는 가지치기 없이 CART (Classification And Regression Tree) 방법론을 통해 구축된다. 최종 예측은 앙상블 예측의 다수결로 결정된다. RF의 중요한 기능은 훈련 과정에서 각 기능의 중요성을 평가하는 것이다. 실제로 RF를 구성하는 동안 OOB (out-of-bag) 샘플이라고 하는 원래 훈련 세트의 약 33%가 일반적인 부트스트랩 샘플에서는 발생하지 않는다. 특정 기능의 중요성을 평가하기 위해 처음에는 OOB 샘플에 대한 해당 값을 임의로 치환한다. 그런 다음 수정된 OOB 샘플이 새로운 예측.. 2023. 6. 29.
Sleep stages classification based on heart rate variability and random forest (3) Nonlinear features 시간 도메인 및 주파수 도메인 기능에 의해 무시되는 일부 정보를 제공하기 때문에 많은 고급 비선형 방법이 HRV 분석에 적용되었다. 그러나 안정적인 결과를 얻기 위해서는 장기간의 데이터 시리즈가 필요한 경우가 많다. 본 연구에서는 단기 HRV 분석에 적합한 일부 비선형 접근법만 사용하였다. 이러한 방법에는 detrended 변동 분석, 멀티스케일 엔트로피, 상호 정보, 자기 상관 계수 및 제로 크로싱 분석이 포함된다. Detrended fluctuation analysis (DFA) DFA는 다항식 노이즈를 제거하여 장거리 전력법 상관 관계를 감지하고 조사된 비선형 데이터의 본질적인 변동을 얻을 수 있다. 시계열 x(n) = {x(1), x(2), ⋯, x(N)}의 경우.. 2023. 6. 29.
Sleep stages classification based on heart rate variability and random forest (2) Frequency domain features HRV의 주파수 영역 특징은 ANS의 활동을 반영하는 중요한 지표였다. LF (0.04~ 0.15Hz) 및 HF (0.15~ 0.4Hz) 대역의 파워는 각각 교감신경 (SNS) 및 부교감신경 (PNS) 신경계의 조절과 관련이 있다. 일부 문헌은 또한 중간 주파수 (MF, 0.1–0.15Hz) 전력이 압력 반사 활동과 관련이 있음을 보여 주었다. HRV의 스펙트럼 정보를 최대한 활용하기 위해 본 연구에서는 LF를 실제 LF (TLF, 0.04–0.1Hz)와 MF로 더 나누었다. 연구에서 총 주파수 (TF)로 표시된 LF와 HF의 조합도 조사되었다. 그리고 보다 포괄적인 측정, 즉 스펙트럼 전력, 평균 주파수 및상이한 스펙트럼 대역에 상응하는 스펙트럼 엔트로피가.. 2023. 6. 29.
Sleep stages classification based on heart rate variability and random forest (1) Abstract 본 논문에서는 심박 변이도 (HRV)에 기반한 수면 단계 분류를 위한 대체 기술을 제시했다. 각성, REM (Rapid Eye Movement) 수면 및 NREM (Non-REM) 수면을 분류하기 위해 간단한 주제별 체계와 보다 실용적인 주제 독립적 체계를 설계했다. 45명의 건강한 피험자의 RR 시퀀스에서 추출한 41개의 HRV 특징을 Random Forest (RF) 방법을 통해 훈련 및 테스트했다. 기능 중 25개는 수면 연구에 처음으로 제안되거나 적용됐다. subject independent classifier의 경우 모든 기능은 개발된 분위수 값 기반 방법으로 정규화되었다. 또한, 수면 단계에 대한 각 기능의 중요성도 RF로 평가하고 적절한 기능 수를 탐색했다. 주제별 분류기의 .. 2023. 6. 29.
[Computer Science] 파일 시스템 (File System) 파일 (File) 컴퓨터 파일은 컴퓨터 등의 기기에서 의미가 있는 정보를 담는 논리적인 단위이다. 하드디스크, CD, DVD 등 저장 매체에 대하여 추상화된 정보 단위이다. 운영 체제는 파일 조작에 관련된 기능을 API로 제공한다. 컴퓨터 파일은 그 내용의 유형에 따라 다양한 종류로 나뉜다. 가장 일반적인 파일 종류는 다음과 같다. 문서 파일: 텍스트, 워드 프로세서, 스프레드시트, 프레젠테이션, PDF, 전자책 등이 있다. 이미지 파일: JPG, PNG, GIF, BMP, TIFF, PSD 등이 있다. 오디오 파일: MP3, WAV, FLAC, AAC 등이 있다. 비디오 파일: MP4, AVI, MOV, WMV 등이 있다. 실행 파일: 프로그램, 게임, 드라이버 등이 있다. 압축 파일: ZIP, RAR.. 2023. 6. 28.
728x90
반응형
LIST

티스토리툴바