| KEYWORD |
ELECTRONIC DESIGN AUTOMATION - EDA
Denoising del segnale ECG basato su deep convolutional network
Tesi esterna in azienda
Parole chiave MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS, OPTIMIZATION, INTELLIGENT TRANSPORTATION SYSTEMS
Riferimenti ALESSANDRO ALIBERTI, EDOARDO PATTI
Riferimenti esterni Mattia Tarchini Bojczuk
Gruppi di ricerca DAUIN - GR-06 - ELECTRONIC DESIGN AUTOMATION - EDA, EDA Group, ELECTRONIC DESIGN AUTOMATION - EDA, Energy Center Lab, GR-06 - ELECTRONIC DESIGN AUTOMATION - EDA, ICT4SS - ICT FOR SMART SOCIETIES
Tipo tesi RICERCA APPLICATA
Descrizione Nel contesto di un progetto aziendale, lo studente investigherà lo stato dell'arte delle tecniche di denoising di bio-segnali (i.e. ECG), con particolare attenzione alle tecniche basate su deep convolutional network, per sviluppare innovative metodologie sfruttando le più innovative tecniche di Machine Learning
Conoscenze richieste python
Scadenza validita proposta 17/01/2025
PROPONI LA TUA CANDIDATURA