20.500.12556/DKUM-96080 Tehnike umetnega povečanja testnih podatkov za klasifikacijo EKG signalov Test time augmentation for classification of ECG signals 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. Atrial fibrillation is one of the most common and dangerous cardiac arrhythmias, and its timely identification is key to protecting against serious complications. Despite the development of machine learning methods, the lack of high-quality and professionally labeled ECG data, which is difficult to obtain without cardiology experts, remains a major challenge. As part of our final work, we examined artificial augmentation techniques for test data, in which the model considers multiple modified versions of the same signal during prediction. With an experiment that included different model complexities, learning approaches, and decision-making methods, we showed that artificial augmentation techniques for test data partially contribute to better predictions. umetno povečanje testnih podatkov EKG signali klasifikacija test time augmentation ECG signals classification true true false [Z. Lahovnik] Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-12-01 12:07:19 2025-12-22 12:08:22 2026-02-03 03:14:15 0000-00-00 00:00:00 2025 0 Maribor 0 Maribor 1 spletni vir (1 datoteka PDF (XIII, 81 str.)) 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8:616.12-037.7 266983939 MAG_Lahovnik_Zala_2025.pdf MAG_Lahovnik_Zala_2025.pdf 1 C33EBF520663FF6BC3A829BF32B8ACBA 6a152c455671631925dcdc44a72a3d5381f4de6df4226d192728d64725895bf1 d8868659-cea7-11f0-9b38-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=200989 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0