github5 EEG 및 수면 단계 기준의 분류 AI LAB_Sleep Scoring Modeling EEG 및 수면 단계 기준의 분류 적외선 수면 비디오 및 음성 데이터베이스 구축 프로젝트 - 인공지능 기술을 활용한 질병 진단 [서울대학교병원 참여] 서울대학교병원 주최 하 적외선 수면 비디오 데이터와 음성 데이터를 활용한 질병 진단을 위한 인공지능 기술을 향상시키기 위한 연구 활동에 참여 해당 연구는 기관의 감독 하에 진행되며, 5000시간 이상의 적외선 수면 영상 데이터셋을 구축하였고, 필요한 작업을 완료한 후 익명화 및 표준화 진행 적외선 수면 영상 데이터: 적외선 수면 비디오 데이터와 관련된 수면다원검사 데이터를 구축 이 데이터를 기반으로 질환 예측 모델 및 알고리즘을 개발 인공지능 모델을 기반으로 한 서비스 모델을 구축 음성질환 구별을 위한 .. 2024. 1. 18. Classification of EEG and Sleep Stages Criteria AI LAB- STUDY_ Sleep Scoring Modeling Infrared sleep video and voice database construction project for disease diagnosis using artificial intelligence technology [Seoul National University Hospital participates] in research activities to enhance artificial intelligence technology for sleep and speech disorders through the construction of infrared sleep video data and voice data, under the superv.. 2024. 1. 17. KRX-Financial-BigData-Idea Idea Title: Development of Funds Based on ETF Analysis and Prediction of Stocks (ETF 종목 분석 및 예측을 통한 펀드 개발) Idea Overview: Utilizing historical quarterly data of individual stocks within a specific sector (semiconductors), machine learning techniques will be applied to predict the data for the upcoming quarters. Using these predicted data, time series analysis will be employed to select stocks wi.. 2024. 1. 9. Development of Funds Based on ETF Analysis and Prediction of Stocks Idea Overview: Utilizing historical quarterly data of individual stocks within a specific sector (semiconductors), machine learning techniques will be applied to predict the data for the upcoming quarters. Using these predicted data, time series analysis will be employed to select stocks within the sector that meet the criteria. These selected stocks will form a portfolio, creating a unique ETF .. 2023. 12. 7. LSTM-AE_for_Unsupervised_Outlier_Detection An innovative framework for indoor air quality outlier detection, comprising three modules: LSTM-AE-based reconstruction error detector, latent feature class-assisted SVM detector, and an ensemble model for robust real-time anomaly detection. Ideal for industrial applications, providing stable and versatile outlier decision rules.Remark : http://doi.or.kr/10.1186/s40537-023-00746-zIntroductionTh.. 2023. 11. 20. 이전 1 다음
