<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=96080"><dc:title>Tehnike umetnega povečanja testnih podatkov za klasifikacijo EKG signalov</dc:title><dc:creator>Lahovnik,	Zala	(Avtor)
	</dc:creator><dc:creator>Podgorelec,	Vili	(Mentor)
	</dc:creator><dc:subject>umetno povečanje testnih podatkov</dc:subject><dc:subject>EKG signali</dc:subject><dc:subject>klasifikacija</dc:subject><dc:description>Atrijska fibrilacija je ena najpogostejših in najnevarnejših srčnih aritmij, njena pravočasna identifikacija pa je ključna za preprečevanje resnih zapletov. Kljub razvoju metod strojnega učenja ostaja pomanjkanje kakovostnih in strokovno označenih EKG podatkov, ki jih je težko pridobiti brez kardioloških ekspertov, velik izziv. V zaključnem delu smo zato preučili tehnike umetnega povečanja testnih podatkov, pri katerih model med napovedovanjem obravnava več spremenjenih verzij istega signala. Z eksperimentom, ki je vključeval različne kompleksnosti modelov, pristope učenja in načine odločanja, smo pokazali, da tehnike umetnega povečanja testnih podatkov delno prispevajo k boljši napovedi.</dc:description><dc:publisher>[Z. Lahovnik]</dc:publisher><dc:date>2025</dc:date><dc:date>2025-12-01 12:07:19</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>96080</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>