Как на счет таблиц в документах, когда много длинных таблиц и сам текст в документах отформатирован с использованием таблиц? Конвертация в Markdown практически не решает проблему. Маленькие модельки не могут корректно вытащить информацию из этих таблиц.
Интересно бы было не реализовать алгоритм на плате, а обучить модель kNN в scikit-learn и ее уже как-то преобразовать и использовать на плате для инференса. Такой вариант возможен? Может кто-нибудь подсказать? И это интересно не только для kNN, но и для других алгоритмов МО.
Думаю повышение разрядности до 24 бит выгодно, так как позволит перевести практически всю фильтрацию в цифровую часть (кроме антиалайзиногового фильтра). Например, ВЧ фильтр для устранения дрейфа нуля с частотой среза 0,7 Гц - 1 Гц в аналоговом виде реализовать крайне сложно. Также цифровые НЧ фильтры более эффективны. Кроме этого к сырым данным можно применять другие современные методы фильтрации, например вейвлетную. Частота дискретизации выше 1 кГц вряд ли будет нужна, так как современная ЭКГ высокого разрешения (ЭКГ ВР) использует в основном максимум 1 кГц. ЭКГ ВР используется, например, для регистрации поздних потенциалов желудочков (ППЖ).
Не понял из статьи, знаете вы или нет. 12 каналов для основных отведений организовывать не нужно. Достаточно 8 каналов: 1 и 2 стандартные отведения + 6 грудных отведений. Отведения 3, aVR, aVF, aVL можно получить из 1 и 2 при помощи простой математики.
БИХ фильтр искажает ФЧХ, что в ряде задач недопустимо. Выходом может быть блочная обработка и filtfilt, но при этом невозможно обрабатывать сигнал в реальном времени.
На предпоследнем рисунке вы же строите дельты - разности мчкп, а не исами мчкп, и как может пригодится хромограмма при анализе речи? Ее информативность как-то не очевидна...
Как найти имя слоя — это отдельный анекдот, поэтому я смотрел в исходники модели.
feat_extractor.summary() — здесь же все имена слоев есть.
vgg16_net = VGG16(weights='imagenet', include_top=False) — такой импорт удаляет последние полносвязанные слои.
Как на счет таблиц в документах, когда много длинных таблиц и сам текст в документах отформатирован с использованием таблиц? Конвертация в Markdown практически не решает проблему. Маленькие модельки не могут корректно вытащить информацию из этих таблиц.
Как же мне было интересно ее читать! Потом я еще клеил ПК из картона по выкройкам в книге. Настоящий появился очень позже... Была и 2 часть
Интересно бы было не реализовать алгоритм на плате, а обучить модель kNN в scikit-learn и ее уже как-то преобразовать и использовать на плате для инференса. Такой вариант возможен? Может кто-нибудь подсказать? И это интересно не только для kNN, но и для других алгоритмов МО.
В итоге, какая дальность связи может быть достигнута?
Мне кажется название статьи некорректное, сердечный ритм - это про ВСР и интерваллограммы.
Mediapipe с этим справится в реальном времени без необходимости получения отдельных кадров в виде картинок. И быстрее получится, я думаю.
Думаю повышение разрядности до 24 бит выгодно, так как позволит перевести практически всю фильтрацию в цифровую часть (кроме антиалайзиногового фильтра). Например, ВЧ фильтр для устранения дрейфа нуля с частотой среза 0,7 Гц - 1 Гц в аналоговом виде реализовать крайне сложно. Также цифровые НЧ фильтры более эффективны. Кроме этого к сырым данным можно применять другие современные методы фильтрации, например вейвлетную. Частота дискретизации выше 1 кГц вряд ли будет нужна, так как современная ЭКГ высокого разрешения (ЭКГ ВР) использует в основном максимум 1 кГц. ЭКГ ВР используется, например, для регистрации поздних потенциалов желудочков (ППЖ).
Была у меня статья на хабре про ВСР. Тогда я все в матлабе делал еще.
https://habr.com/ru/articles/257345/
Не понял из статьи, знаете вы или нет. 12 каналов для основных отведений организовывать не нужно. Достаточно 8 каналов: 1 и 2 стандартные отведения + 6 грудных отведений. Отведения 3, aVR, aVF, aVL можно получить из 1 и 2 при помощи простой математики.
БИХ фильтр искажает ФЧХ, что в ряде задач недопустимо. Выходом может быть блочная обработка и filtfilt, но при этом невозможно обрабатывать сигнал в реальном времени.
Точно, все время эта фигня примерзает!
Bing в MS Edge тоже это умеет, но качество тоже бы проверить.
Что за пунктирный прямоугольник в формулах, похоже на недописанный объект редактора формул?
И почему
batch_size=515, а не кратен 2 или 8?Реомендую также "Слезы капали", кто-то мог пропустить отличный фильм!
При анализе ЭКГ применяется вектор-кардиография (ВКГ)
На предпоследнем рисунке вы же строите дельты - разности мчкп, а не исами мчкп, и как может пригодится хромограмма при анализе речи? Ее информативность как-то не очевидна...
vgg16_net = VGG16(weights='imagenet', include_top=False) — такой импорт удаляет последние полносвязанные слои.