- Субпикосекундная система мониторинга цифровых часов(arXiv)
Автор:Рохит Саради, Эрих Фрам, Эдуардо Б. С. Мендес, Роджер Русак
Аннотация: мы описываем недорогую систему, предназначенную для контроля дрейфа цифровых часов с точностью ≤ 1 пс. С помощью этой системы мы показали, что можно отслеживать изменения фазы на субпикосекундном уровне, добавляя шум к эталонным часам. Как и во многих случаях, когда часы являются частью сложной распределительной сети, небольшие изменения температуры и другие воздействия могут привести к небольшим изменениям фазы часов. В качестве дополнительной демонстрации системы мы использовали ее для измерения фазовых изменений, вызванных оптическими сигналами в волокнах.
2.Масштабируемое хранилище данных для систем мониторинга PV(arXiv)
Автор:Анастасиос Кладас, Берт Хертелеер, Ян Каппель
Аннотация: Эффективное исследование PV, которое включает длительный мониторинг данных из нескольких экспериментов с разными характеристиками, требует масштабируемой вспомогательной системы для обработки всей собранной информации. В этом документе представлена разработка реляционной базы данных для размещения всей необходимой информации для моделирования данных, сравнительного анализа и систем O\&M. Алгоритм Ramer-Douglas-Peucker и сжатие Timescaledb используются для уменьшения размера данных временных рядов и повышения производительности запросов. Представлен алгоритм принятия решений для выбора оптимальных входных данных алгоритма Рамера-Дугласа-Пекера, чтобы обеспечить максимальную экономию дискового пространства без потери необходимой информации. Кроме того, предусмотрены альтернативные способы реализации одной и той же базы данных.
3. Персонализированная система мониторинга аритмии ЭКГ Zero-Shot: от адаптации домена на основе разреженного представления до энергоэффективного обнаружения аномальных сокращений для практического наблюдения за ЭКГ(arXiv)
Автор:Мехмет Ямач, Мерт Думан, Илке Адалиоглу, Серкан Кираньяз, Монсеф Габбудж
Аннотация:: В этом документе предлагается недорогая и высокоточная система мониторинга ЭКГ, предназначенная для персонализированного раннего обнаружения аритмии с помощью носимых мобильных датчиков. Более ранние контролируемые подходы к персонализированному мониторингу ЭКГ требовали как аномальных, так и нормальных сердечных сокращений для обучения специального классификатора. Однако в реальном сценарии, когда персонализированный алгоритм встроен в носимое устройство, такие тренировочные данные недоступны для здоровых людей без сердечно-сосудистых заболеваний в анамнезе. В этом исследовании (i) мы предлагаем анализ нулевого пространства в здоровом сигнальном пространстве, полученном с помощью изучения разреженного словаря, и исследуем, как простая проекция нулевого пространства или альтернативные регуляризованные методы классификации на основе наименьших квадратов могут уменьшить вычислительную сложность, не жертвуя точность обнаружения по сравнению с классификацией на основе разреженного представления. (ii) Затем мы вводим метод адаптации домена на основе разреженного представления, чтобы спроецировать аномальные и нормальные сигналы других существующих пользователей на пространство сигналов нового пользователя, что позволяет нам обучать выделенный классификатор без какого-либо аномального сердцебиения нового пользователя. Следовательно, обучение с нулевым выстрелом может быть достигнуто без необходимости искусственного генерации аномальных сердечных сокращений. Обширный набор экспериментов, проведенных с эталонным набором данных ЭКГ MIT-BIH, показывает, что когда этот генератор обучающих данных на основе адаптации предметной области используется с простым одномерным классификатором CNN, метод значительно превосходит предыдущую работу. (iii) Затем, комбинируя (i) и (ii), мы предлагаем групповой классификатор, который еще больше улучшает производительность. Этот подход к обнаружению аритмии с нулевым выстрелом обеспечивает средний уровень точности 98,2% и показатель F1-Score 92,8%. Наконец, предлагается персонализированная энергосберегающая схема мониторинга ЭКГ с использованием вышеперечисленных нововведений.
