English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Bei der rein digitalen Auswertung biomedizinischer Signale, die als Spannungs-ZeitVerläufe vorliegen, kommt man durch die große Anzahl der anfallenden Abtastwerte sehr schnell zu einer unökonomischen Nutzung des Digitalrechners. Für den speziellen Fall der Mustererkennung in Elektroenzephalogrammen wird hier ein Verfahren beschrieben, das mittels hybrider Datenvorverarbeitung den Digitalrechner entlastet. Die Muster werden durch Formelemente wie z. B. Anstieg, Breite und Amplitude beschrieben. Diese Formelemente werden über hybride Hardwarebausteine (sogenannte Zeit-AmplitudenFilter) aus dem Originalsignal ermittelt. Dem Digitalrechner verbleibt die Aufgabe, aus der Art und zeitlichen Reihenfolge der erkannten Formelemente eine Klassifizierung durch Vergleich mit einer vorgegebenen Musterbeschreibung durchzuführen.

it. information technology/information technology

Ein hybrides Verfahren zur automatischen Erkennung von Mustern in biomedizinischen Signalen / A hybrid method for automatic pattern recognition in biomedical signals