Zusammenfassung
Es wird gezeigt, wie Neuronale Netzwerke in ihrem Aufbau und ihrer Konzeption sich stärker an der Funktionsweise des menschlichen Gehirns orientieren als an der Arbeitsweise konventioneller Rechner der klassischen von-Neuman-Archi-tektur.
Die Struktur des Detektionssystems stellt nicht nur einen singulären Lösungsansatz für eine bestimmte Aufgabenstellung dar, sondern zeigt notwendige Arbeitsschritte bei der Verwendung Neuronaler Netze zur Detektion charakteristischer Strukturmerkmale in nichttrivialen Zeitreihen.
Es wird ein neues Mustererkennungsverfahren für die automatische Detektion von K-Komplexen in EEG-Schlafpolygraphien mit Neuronalen Netzen vorgestellt. Mit Hilfe der ermittelten K-Komplexe und Schlafspindeln kann das relevante Schlafstadium 2 aus dem EEG-Signal direkt ermittelt und visualisiert werden, welches ein wichtiges Kriterium zur objektiven Beurteilung der Schlafqualität eines Patienten darstellt.
Ein Entscheidungssystem für den Kauf und Verkauf von Aktien mit Hilfe Neuronaler Netze wird vorgestellt und bewertet.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
I. Altenburger und M. Funk: Messdatenaufhahme und Visualisierung von EEG-Signalen. Studienarbeit Berufsakademie Ravensburg/Tettnang, 1994.
G. Briegel, H. Rau: Intelligentes System zur Signalanalyse. Studienarbeit/Zwischenbericht Berufsakademie Ravensburg/Tettnang, 1998
T. Bröhm und C. Marka: Online-Visualisierung von EEG-Signalen. Studienarbeit Berufsakademie Ravensburg/Tettnang, 1995.
V. Krajca, S. Petranek, I. Patakova, A. Värri: Automatic identification of significant graphoelements in multichannel eeg recordings by adaptive segmentation and fuzzy clustering. International Journal Biomedical Computing, vol. 28, 1991.
Rechtschaffen: Manual of standardized terminology, techniques and scoring. Washington DC, US Government Printing Office, 1968.
U.J. Scholz, A.M. Bianchi, S. Cerutti, S. Kubicki: Monitoring of the vegetative backround of sleep by means of spectral analysis of heart rate variability. Proceedings 15. Annual International Conference IEEE EMBS, London, 1993.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 B.G. Teubner Stuttgart · Leipzig
About this chapter
Cite this chapter
Fahr, E. (1999). Neuronale Netze zur Detektion charakteristischer Strukturmerkmale in nichttrivialen Zeitreihen. In: Britzelmaier, B., Geberl, S. (eds) Wirtschaftsinformatik als Mittler zwischen Technik, Ökonomie und Gesellschaft. Teubner-Reihe Wirtschaftsinformatik. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-94873-1_20
Download citation
DOI: https://doi.org/10.1007/978-3-322-94873-1_20
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-519-00285-7
Online ISBN: 978-3-322-94873-1
eBook Packages: Springer Book Archive