Geostatistical tools are useful and even necessary in many fields, not only in geology. The obstacle to their widespread use is the seemingly difficult mathematical foundations with which the teaching of the subject usually begins. Many years of experience and observations allow me to claim that even if geostatistical methods are used, they are often incomplete and imperfect. In a series of three articles, I would like to introduce potential non-mathematicians to the most important methods and tools from the arsenal of spatial statistics and how to use them properly. I will indicate the areas where they can be used, explain whether they can always be used, showwhat decisions should be made during calculations and how to interpret the obtained results. It will not be a compendium, but rather a pocket guide facilitating the reader's first contact with geostatistics. In the first article, in the introduction, I will explain where the title comes from; I will show what geostatistics can be useful for; what is interpolation, is it always possible, when does it make sense and what does its accuracy depend on? I will show how imperfect the research material available to a geologist is and why we should use sophisticated software to solve seemingly simpleproblems. Using a non-obvious example, I will try to explain the phenomenon of autocorrelation, which is important in geostatistics. I will also ask a few questions, the answers to which will be in the next article in this series.
An anthropomorphic robot, i.e. a robot that can reproduce the movements of the human arm, is equipped with various types of interpolation. The ro-bot can be used to mix two liquids enclosed in a shaker mixer. The problem that has to be solved is the selection of the optimal types of interpolation, as well as the sequence of these robot movements that is able to provide better results higher mixing efficiency, in other words amore sustainable approach to the mixing process, using an anthropomorphic robot.The shaker-type container used the shape of a truncated cone has a positive effect on the efficiency of the liquid mixing process. The difference in den-sity between the two liquids contributes to a sustainable approach to the mixing process. It is preferable to use different shaker position with re-spect to the gravitational acceleration vector and to use different linear and arc interpolation. The use of variable position in relations to gravita-tional acceleration vector, due to the shape of the truncated cone of the mixer, will cause chaotic movement of particles inside the shaker, which is a desirable phenomenon, because then both mixed liquids mix quickly
W pracy zaprezentowano algorytm umożliwiający optymalizację wykorzystania kanału informacyjnego reprezentującego łącze telemetryczne do transmisji sygnałów pomiarowych. Wykorzystano w nim wybrane zagadnienia teorii informacji Shannona oraz interpolację i decymację. Określono trójwymiarową charakterystykę oraz zestaw charakterystyk dwuwymiarowych, które umożliwiają określanie optymalnych warunków pracy łącza telemetrycznego, które gwarantują brak wystąpienia natłoku. Wskazano w jaki sposób należy dobierać współczynniki decymacji i interpolacji, aby zagwarantować optymalne wykorzystanie kanału informacyjnego. Sformułowano wnioski dotyczące zaproponowanego algorytmu.
EN
The work presents an algorithm enabling the optimization of the use of the information channel representing the telemetry link for the transmission of measurement signals. It uses selected issues of Shannon's information theory as well as interpolation and decimation. Three-dimensional characteristics and a set of two dimensional characteristics were determined, which enable the determination of optimal operating conditions ofthe telemetry link, which guarantee the absence of crowding. It was indicated how to select decimation and interpolation coefficients to ensure optimal use of the information channel. Conclusions regarding the proposed algorithm were formulated.
W artykule przedstawiono zagadnienie sterowania końcówką roboczą dwuosiowego manipulatora w standardowym układzie kartezjańskim. Omówiono możliwość wykonania ruchu point-to-point oraz interpolacji pewnych geometrii tak, aby możliwy był ruch robota wzdłuż określonej trajektorii. Równania matematyczne zaimplementowano na sterowniku z mikrokontrolerem STM32 i przeprowadzono testy na fizycznym urządzeniu, dla którego omówiono konstrukcję mechaniczną oraz istotne aspekty elektroniczne, szczególnie te dotyczące sterowania silnikami i obsługi enkoderów kwadraturowych.
EN
This paper shows basic method of control end-effector for a two-axis manipulator in a standard Cartesian system. The possibility of performing point-to-point motion and interpolating geometric data for possibility of performing electrical motion for specific trajectories was discussed. Mathematical equations implemented on controllers with an STM32 microcontroller and tested on a physical controller. Mechanical details were presented, and important electronic aspects were discussed, especially those regarding motor control and operation of quadrature encoders.
Empirical mode decomposition (EMD) is a popular, user-friendly, data-driven algorithm to decompose a given (non-stationary) signal into its constituting components, utilizing spline interpolation. This algorithm was first proposed in 1998 in the one-dimensional setting, and it employed standard cubic spline interpolation. Since then, different two-dimensional extensions of EMD have been proposed. In this paper, we consider one of these two-dimensional extensions and adapt it to use a shape-preserving interpolation scheme based on quadratic B-splines, ensuring that monotonicity and concavity in the input data are preserved. Using multiple numerical experiments, we show that this new scheme outperforms the original EMD, both qualitatively and quantitatively.
Interpolation of a point series is a necessary step in solving such problems as building graphs de-scribing phenomena or processes, as wellas modelling based on a set of reference points of the line frames defining the surface. To obtain an adequate model, the following conditions are imposed upon the interpolating curve: a minimum number of singular points (kinking points, inflection points or points of extreme curvature) and a regular curvature change along the curve. The aim of the work is to develop the algorithm for assigning characteristics (position of normals and curvature value) to the interpolating curve at reference points, at which the curve complies with the specified conditions. The characteristics of the curve are assigned within the area of their possible location. The possibilities of the proposed algorithm are investigated by interpolating the point series assignedto the branches of the parabola. In solving the test example, deviations of the normals and curvature radii from the corresponding characteristicsof the original curve have been determined. The values obtained confirm the correctness of the solutions proposed in the paper.
PL
Interpolacja szeregu punktowego jest niezbędnym krokiem w rozwiązywaniu takich problemów, jak budowanie grafów opisujących zjawiska lub procesy, a także modelowanie w oparciu o zbiór punktów odniesienia układów liniowychdefiniujących powierzchnię. Aby uzyskać odpowiedni model, na interpolowaną krzywą stawia się następujące warunki: minimalną liczbę punktów osobliwych (punktów załamania, punktów przegięcia lub punktów skrajnej krzywizny) oraz regularną zmianę krzywizny wzdłuż krzywej. Celem pracy jest opracowanie algorytmu przypisania charakterystyk (położenia normalnych i wartości krzywizny) krzywej interpolacyjnej w punktach odniesienia, w których krzywa spełnia określone warunki. Charakterystyki krzywych nadawane są w obszarze ich możliwego położenia. Możliwości proponowanego algorytmu są badane poprzez interpolację szeregów punktów przypisanych do gałęzi paraboli. W rozwiązaniu przykładu testowego wyznaczono odchylenia normalnych i promieni krzywizny od odpowiednich charakterystyk pierwotnej krzywej. Otrzymane wartości potwierdzają poprawność zaproponowanych w pracy rozwiązań.
W nowoczesnych systemach komunikacji bezprzewodowej dąży się do rozwiązań technologicznych mających na celu zwiększenie wydajności sieci radiowych, w tym także bardziej efektywnego wykorzystania zasobów widmowych. Niezmiernie istotnym elementem współczesnych systemów jest budowanie świadomości sytuacyjnej oraz wspieranie funkcji kognitywnych. Możliwe jest to między innymi dzięki zastosowaniu map środowiska radiowego REM reprezentujących złożone i wielodziedzinowe informacje dla zastosowań radia kognitywnego. Jednym z kluczowych obszarów REM są mapy tłumienia propagacyjnego pozwalające na określenie m.in. zasięgów łączności sieci bezprzewodowych oraz poziomów sygnałów radiowych w określonych lokalizacjach. W artykule przedstawiono algorytm budowania map tłumienia propagacyjnego z wykorzystaniem metody interpolacji ważonej odwrotną odległością IDW.
EN
In modern wireless communication systems, technological solutions aim to increase the efficiency of radio networks, including the more effective use of spectrum resources. An essential element of current systems is building situational awareness and supporting cognitive functions. It is possible by using, e.g., Radio Environment Maps (REM), representing complex and multi-domain information for cognitive radio applications. One of the critical areas of REM is propagation attenuation maps allowing for the determination of communication ranges of wireless networks or levels of radio signals in specific locations. The article presents an algorithm for building propagation attenuation maps using the Inverse Distance Weighted (IDW) interpolation method.
Nowoczesne systemy komunikacji bezprzewodowej wykorzystują różne rozwiązania technologiczne w celu zwiększenia wydajności tworzonych sieci radiowych. Obecnie jednym z kierunków pozwalających usprawnić zarządzanie zasobami radiowymi jest wykorzystanie mapy środowiska radiowego (REM). REM są coraz częściej wykorzystywane w mobilnych sieciach doraźnych (MANET), w szczególności w taktycznych sieciach wojskowych. Mapy tłumienia propagacyjnego (PAM) są kluczowymi elementami REM, które pozwalają na określenie zasięgów węzłów sieci radiowej. W niniejszym artykule zostanie przedstawiona ocena efektywności autorskiego algorytmu generowania PAM. Zaproponowany algorytm PAM bazuje na metodzie równań parabolicznych (PEM), interpolacji liniowej oraz profilach terenu wyznaczanych na podstawie map wysokościowych DTED.
EN
Modern wireless communication systems use various technological solutions to increase the efficiency of the created radio networks. Currently, the use of the radio environment map (REM) is one of the directions allowing improvement of radio resource management. REM is being used more often in emerging mobile ad-hoc networks (MANETs), in particular in tactical military networks. Propagation attenuation maps (PAMs) are the key elements of REM in determining the ranges of the radio network nodes. In this paper, an efficiency assessment of PAM generation is presented. The proposed PAM algorithm is based on the parabolic equation method (PEM), linear interpolation, and terrain profiles determined based on the DTED elevation maps.
In order to model the water flow of the free Quaternary aquifer of the Fez-Meknes basin, it is essential to determine the precise geometric limits of the aquifer. Indeed, the characterization and representation of the underground structure of the Miocene marl top which forms the aquiclude of the aquifer, constitutes the fundamental step to study and understand its influence on the groundwater flow. This study is facilitated by the available data, which allow to represent the underground formations on isohypses maps. The data base is formed by reconnaissance drillings, and the extraction of marl altitudes from previous geological works. During this work the generation of the marl top elevation map was based on the test of four interpolation methods, which correspond to : Kriging, IDW method, Natural Neighbors, and Topo to Raster, in order to choose the most reliable and best suited to the study area. On the one hand, the calculation of the conformity index between the values measured in the field and the estimated values for each method was successively (0.9796, 0.9848, 0.9814, 0.9842). On the other hand the values of the root mean square error (RMSE) were successively (13.59, 7.42, 21.27, 14.01). The comparison of these results allowed us to choose the IDW interpolation as the most reliable and suitable to interpolate the top of the aquiclude of the free water table of the Fez Meknes basin with a compliance index the highest and a RMSE the lowest compared to other methods.
The discrete Fourier transform (DFT) is the main method of electrical harmonic analysis since it’s easily realized in an embedded system. But there were some difficulties in performing synchronized sampling. The spectral leakage caused by asynchronous sampling affects the accuracy of harmonics analysis. Using window functions and interpolation algorithms can improve the accuracy of harmonics analysis. An approach for electrical harmonic analysis based on the interpolation DFT was proposed. A window function reduces DFT leakage and the interpolation algorithm modifies the calculation results of frequency, amplitude and the initial phase angle. The simulation results indicate that, by using the interpolation DFT electrical harmonic analysis method based on the Hanning window or the Blackman window, the error of calculating amplitudes and frequencies is not greater than 0.5%.
. Increasing amounts of rapidly growing data are the driving force behind proposing and automating new processing, enabling the extraction of useful information from data. One of such possibilities is determining trends to consider in terms of time and space. Thus far, the analysis of these aspects has been separate and lacked automated tools. Therefore, the authors proposed, implemented, and tested a tool for analyzing spatio-temporal linear trends. The tool was tested on PM10 concentration data in the years 2000–2018. The results, presented as cartographic visualization, were then evaluated, both in terms of time and space. The proposed approach facilitates analyzing spatio-temporal trends and assessing their accuracy; it can be developed using other types of analyzed trends or considering additional factors that influence the trend by using cokriging.
Air pollution regards all chains of environmental prospective. As an actualized and future issue we concentrate our efforts to set a frame on major air pollutants and their relation. The period of study rely on 15 year time interval (2012-2016) and the geographical area is focused on data retrieved from the capital, Tirana. We canalize our investigation mainly on inhalable particle and their behavior toward other particles. The goal is to establish PM10 (Particulate Matter with a diameter < 10 μm) trend based on significant associations. We develop the analytical process due to air pollution numbers which turn to be of considerable concern in the country. PM10 and Total Suspended Particulate Matter (TSPM) have different diameter but reflect the same trend line. They show strong positive correlation value with O3 and SO2 (r > 0.75). NO2 particles seem to be less (r < 0.25) involved in this interaction. AQI (Air Quality Index) is fully depended (r > 0.92) on PM10 behavior. We test also socioeconomic and meteorological parameters that produce interesting results. IDW (Inverse Distance Weight) interpolation maps resume the geographical dispersion of PM10 values. The reductive emission index retrieved from Euro standard transition for vehicle fleet develops a new situation. We generate potentially future values of PM10 emission. Predictive scenario is created, interpolation maps are the backbone of this methodology.
Due to the multifold growth in demands of multimedia services and mobile data, the request for increased channel capacity in mobile and wireless communication has been quickly increasing. Developing a wireless system with more spectral efficiency under varying channel condition is a key challenge to provide more bit rates with limited spectrum. Multiple Input Multiple Output(MIMO) system with Orthogonal Frequency Division Multiplexing (OFDM) gives higher gain by using the direct and the reflected signals, thus facilitating the transmission at high data rate. An integration of Spatial Modulation (SM) with OFDM (SM OFDM) is a newly evolved transmission technique and has been suggested as a replacement for MIMO -OFDM transmission. In practical scenarios, channel estimation is significant for detecting transmitted data coherently. This paper proposes pilot based, Minimum Mean Square Error (MMSE) channel estimation for the SM OFDM communication system. We have focused on analyzing Symbol Error Rate (SER) and Mean Square error (MSE) under Rayleigh channel employing International Telecommunication Union (ITU) specified Vehicular model of Pilot based MMSE channel estimator using windowed Discrete Fourier Transform (DFT) and MMSE weighting function. Simulation output shows that proposed estimator’s SER performance lies close to that of the MMSE optimal estimator in minimizing aliasing error and suppressing channel noise by using frequency domain data windowing and time domain weighting function. Usage of the Hanning window eliminates error floor and has a compact side lobe level compared to Hamming window and Rectangular window. Hanning window has a larger MSE at low Signal to Noise Ratio (SNR) values and decreases with high SNR values. It is concluded that data windowing technique can minimize the side lobe level and accordingly minimize channel estimation error when interpolation is done. MMSE weighting suppresses channel noise and improves estimation performance. Since Inverse Discrete Fourier Transform(IDFT)/DFT transforms can be implemented with fast algorithms Inverse Fast Fourier Transform( IFFT)/Fast Fourier Transform(FFT) computational complexity can be remarkably reduced.
14
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Cantor sets are constructed from iteratively removing sections of intervals. This process yields a cumulative distribution function (CDF), constructed from the invariant Borel probability measure associated with their iterated function systems. Under appropriate assumptions, we identify sampling schemes of such CDFs, meaning that the underlying Cantor set can be reconstructed from sufficiently many samples of its CDF. To this end, we prove that two Cantor sets have almost-nowhere intersection with respect to their corresponding invariant measures.
15
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Due to the amount of medical image data being produced and transferred over networks, employing lossy compression has been accepted by worldwide regulatory bodies. As expected, increasing the degree of compression leads to decreasing image fidelity. The extent of allowable irreversible compression is dependent on the imaging modality and the nature of the image pathology as well as anatomy. Interpolation, which often causes image distortion, has been extensively used to rescale images during radiological diagnosis. This work attempts to assess the quality of medical images after the application of lossy compression followed by rescaling. This research proposes a fullreference objective measure of quality for medical images that considers their deterministic and statistical properties. Statistical features are acquired from the frequency domain of the signal and are combined with elements of the structural similarity index (SSIM). The aim is to construct a model that is specialized for medical images and that could serve as a predictor of quality.
PL
Obrazy medyczne umożliwiają specjalistom obserwację anatomii struktur oraz przebieg procesów fizjologicznych, które zachodzą w ludzkim ciele. Elektroniczna archiwizacja oraz możliwość cyfrowej komunikacji obrazów medycznych stały się niezwykle popularne w przemyśle systemów obrazowania medycznego. Dzięki nowoczesnym rozwiązaniom technologicznym możliwa jest zdalna diagnoza, szybszy dostęp do specjalisty, zdalne monitorowanie oraz ułatwiona komunikacja pomiędzy ośrodkami służby zdrowia. Limity szybkości sieci, eksplozja wzrostu technologicznego w dziedzinie modalności oraz ilość powstających, przetwarzanych i przesyłanych obrazów medycznych wpłynęła na rozważenie użycia metod nieodwracalnego kodowania w technologiach PACS przez światowe organy regulacyjne. Nieodwracalne kodowanie obrazów medycznych to między innymi kompresja i interpolacja oraz inne manipulacje obrazów. Zaletą użycia nieodwracalnego kodowania jest ulepszenie wydajności systemów poprzez zmniejszenie czasu przesłania oraz odtworzenia obrazu przez użytkownika. Kompromisem jest natomiast zmniejszona jakość obrazu. Niniejsze badania mają za zadanie zrozumienie i określenie efektów zaistniałych wskutek kompresji oraz interpolacji, które nieodwracalnie wpływają na jakość obrazów medycznych i mogą być zagrożeniem do prawidłowej diagnozy. Istotnym elementem badań jest zrozumienie efektów manipulacji obrazami wówczas, gdy obraz poddany jest kilku nieodwracalnym operacjom. W niniejszej pracy proponowany jest obiektywny miernik jakości obrazów medycznych, który oparty jest na deterministycznych i statystycznych właściwościach obrazów. Cechy statystyczne pochodzą z dziedziny częstotliwości Fouriera i są połączone z miernikiem Structural Similarity Index (SSIM). Proponowany model może być przydatny w ustaleniu wizualnych progów dla jakości obrazów medycznych, które są niezbędne do prawidłowej diagnozy medycznej.
Omówiono zasady szacowania niepewności punktów funkcji opisującej charakterystykę na podstawie wyników pomiarów w dwu punktach kontrolnych. Niepewności typu B o rozkładzie równomiernym szacuje się na podstawie wartości dopuszczalnych maksymalnych błędów przyrządu przyjmując współczynnik korelacji równy 1 dla pomiarów tym samym przyrządem oraz 0 dla różnych przyrządów. Niepewności typu A pomiarów w punktach kontrolnych szacuje się metodą statystyczną. Przy pomiarach tych przeprowadzonych synchronicznie estymuje się też współczynnik korelacji. Następnie metodą Monte Carlo estymuje się niepewności składowe, złożone i rozszerzone oraz korelację punktów funkcji opisującej badaną charakterystykę.
EN
The idea of estimation the uncertainty of function points describing the characteristics on the basis of measurement results at two control points was discussed. The uncertainties type B are estimated as for data with uniform distribution based on the permissible maximum errors of instrument, assuming a correlation coefficient of 1 for the measurements by same instrument and 0 by different. The uncertainties type A are estimated by the statistical method as for data with normal distribution. For synchronous control measurements, a correlation coefficient is also estimated. On this basis, component, complex and extended uncertainties and correlation coefficient are estimated for other points of the function describing the examined characteristic of tested object, using the Monte Carlo method.
Spatial information systems are already widely used and are commonly applied in crisis management. The aim of the study was to develop a method for mapping hazards as a tool supporting crisis management processes and decision making processes for the purposes of security and activities of the Fire Service, and the organisation of the National Rescue and Fire System. As part of the study, formulas determining the scale of danger of each event, and a danger scale factor were developed. Hazard maps were compiled using various methods of cartographic presentation, including interpolation, chorogram, and hotspot. The data used was information from the National Fire Service, from an area accepted as representative. The suggested solution proposes a new meth od for spatial analysis which takes into account not only the number of events as such, but also the weight of hazards they generate, the specified scale of dangers. The conducted study indicates that the hazard map compiled using this method show more spatial relationships than raw statistical data, which enables a better analysis of the studied phenomenon. The end result of the study is the development of algorithms enabling the compilation of a hazard map which takes into account not only the very fact of the occurrence of a hazard but also its weight.
PL
Systemy informacji przestrzennej są obecnie powszechnie wykorzystywane i znajdują szerokie zastosowanie w zarządzaniu kryzysowym jako narzędzie wspierające procesy decyzyjne. Narzędzia geoinformacyjne umożliwiają identyfikację przestrzenną zagrożeń, modelowanie danych przestrzennych, opracowywanie scenariuszy stanów przyszłych zagrożeń oraz opracowywanie planów zapobiegania wystąpienia kryzysu i jego skutków. Mapy zagrożeń są narzędziem wykorzystywanym do wspierania procesów decyzyjnych w przypadku zagrożenia. Celem pracy było opracowanie metody, która pozwoli na kartowanie map zagrożeń jako narzędzia wspierającego procesy zarządzania kryzysowego oraz procesy decyzyjne dotyczące bezpieczeństwa i działań zarówno Straży Pożarnej, jak również krajowego systemu ratowniczo gaśniczego (KSRG). W ramach badań opracowano wzory określające skalę niebezpieczeństwa każdego ze zdarzeń oraz współczynnik skali niebezpieczeństwa. Opracowano mapy zagrożeń z wykorzystaniem różnych metod prezentacji kartograficznej, w tym: interpolacji, kartogramu, hotspot. Jako dane wykorzystano informacje z PSP z obszaru przyjętego jako reprezentatywny. Zebrane dane charakteryzowały się brakiem jednorodności zapisu i zróżnicowaną jakością. Skutkowało to potrzebą ich unifikacji i dodatkowej oceny. Efektem końcowym badań są algorytmy pozwalające na kartowanie map zagrożeń, uwzględniających nie tylko sam fakt wystąpienia zagrożenia, ale również jego wagę oraz skalę niebezpieczeństwa. Wykonane badania wykazują, że opracowane tą metodą mapy zagrożeń obrazują więcej zależności przestrzennych niż surowe dane statystyczne, co pozwala na lepszą analizę badanego zjawiska.
Exchange rates are highly fluctuating by nature; thus, they are difficult to forecast. Artificial neural networks (ANNs) have proven to be better than statistical methods. Inadequate training data may lead the model to reach sub-optimal solutions, resulting in poor accuracy (as ANN-based forecasts are data-driven). To enhance forecasting accuracy, we suggests a method of enriching training datasets through exploring and incorporating virtual data points (VDPs) by an evolutionary method called the fireworks algorithm-trained functional link artificial neural network (FWA-FLN). The model maintains a correlation between current and past data, especially at the oscillation point on the time series. The exploration of a VDP and forecast of the succeeding term go consecutively by FWA-FLN. Real exchange rate time series are used to train and validate the proposed model. The efficiency of the proposed technique is related to other similarly trained models and produces far better prediction accuracy.
19
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Quite a common problem during training the classifier is a small number of samples in the training database, which can significantly affect the obtained results. To increase them, data augmentation can be used, which generates new samples based on existing ones, most often using simple transformations. In this paper, we propose a new approach to generate such samples using image processing techniques and discrete interpolation method. The described technique creates a new image sample using at least two others in the same class. To verify the proposed approach, we performed tests using different architectures of convolution neural networks for the ship classification problem.
20
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The lack of dopamine in the human brain is the cause of Parkinson disease (PD) which is a degenerative disorder common globally to older citizens. However, late detection of this disease before the first clinical diagnosis has led to increased mortality rate. Research effort towards the early detection of PD has encountered challenges such as: small dataset size, class imbalance, overfitting, high false detection rate, model complexity, etc. This paper aims to improve early detection of PD using machine learning through data augmentation for very small datasets. We propose using Spline interpolation and Piecewise Cubic Hermite Interpolating Polynomial (Pchip) interpolation methods to generate synthetic data instances. We further investigate on reducing dimensionality of features for effective and real-time classification while considering computational complexity of implementation on real-life mobile phones. For classification we use Bidirectional LSTM (BiLSTM) deep learning network and compare the results with traditional machine learning algorithms like Support Vector Machine (SVM), Decision Tree, Logistic regression, KNN and Ensemble bagged tree. For experimental validation we use the Oxford Parkinson disease dataset with 195 data samples, which we have augmented with 571 synthetic data samples. The results for BiLSTM shows that even with a holdout of 90%, the model was still able to effectively recognize PD with an average accuracy for ten rounds experiment using 22 features as 82.86%, 97.1\%, and 96.37% for original, augmented (Spline) and augmented (Pchip) datasets, respectively. Our results show that proposed data augmentation schemes have significantly (p < 0.001) improved the accuracy of PD recognition on a small dataset using both classical machine learning models and BiLSTM.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.