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

En el presente trabajo se propone una metodologia para la reduccion de dimension en representaciones tiempo frecuencia (TFRs) enfocada a la clasificacion de biosenales no estacionarias, que trata directamente su cantidad de datos irrelevantes y redundantes, combinando una etapa de seleccion de caracteristicas con una etapa de reduccion de dimension por medio de metodos de descomposicion lineal extendidos a datos bidimensionales. La metodologia se prueba sobre un conjunto de TFRs parametricas calculadas sobre una base de datos de senales fonocardiograficas (FCG) para la deteccion de soplos cardiacos. Los resultados muestran una mejora comparados con otras metodologias que no tienen en cuenta la presencia de datos irrelevantes y redundantes en las representaciones, ademas, el uso de las metodologias de descomposicion lineal bidimensionales reducen adecuadamente la redundancia de las TFRs, obteniendo un nuevo conjunto de caracteristicas 2D de menor dimension que el conjunto inicial.

Selección de características 2D en representaciones tiempo frecuencia para la detección de soplos cardíacos