1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2025
  4. ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2025)
Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/51612

Registre complet de metadades
Camp DCValorLengua/Idioma
dc.contributor.authorМосій, Л. Є.
dc.contributor.authorMosiy, L. Y.
dc.coverage.temporal11-12 грудня 2025
dc.coverage.temporal11-12 December 2025
dc.date.accessioned2026-02-19T14:25:46Z-
dc.date.available2026-02-19T14:25:46Z-
dc.date.created2025-12-11
dc.date.issued2025-12-11
dc.identifier.citationМосій Л. Є. Статистичні методи валідації моделі амплітудної варіабельності електрокардіосигналу / Л. Є. Мосій // Матеріали ⅩⅣ МНТКМУС „Актуальні задачі сучасних технологій“, 11-12 грудня 2025. — Т. : ФОП Паляниця В.А., 2025. — С. 310–312. — (Комп’ютерно-інформаційні технології та системи зв’язку).
dc.identifier.isbn978-614-8751-08-1
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/51612-
dc.format.extent310-312
dc.language.isouk
dc.publisherФОП Паляниця В.А.
dc.publisherPE Palianytsia V.A.
dc.relation.ispartofМатеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“, 2025
dc.relation.ispartofProceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies”, 2025
dc.relation.urihttps://doi.org/10.1142/s0219519421500251
dc.relation.urihttps://doi.org/10.32920/ryerson.14664297.v1
dc.relation.urihttps://doi.org/10.1049/htl.2018.5029
dc.relation.urihttps://doi.org/10.5772/13916
dc.relation.urihttps://doi.org/10.1109/ehb55594.2022.9991673
dc.relation.urihttps://doi.org/10.36910/6775-2524-0560-2025-59-29
dc.relation.urihttps://doi.org/10.31891/csit-2025-2-4
dc.relation.urihttps://doi.org/10.1161/01.cir.101.23.e215
dc.relation.urihttps://doi.org/10.2307/2286348
dc.relation.urihttps://doi.org/10.1214/aoms/1177729437
dc.titleСтатистичні методи валідації моделі амплітудної варіабельності електрокардіосигналу
dc.title.alternativeStatistical methods for validation of the ecg amplitude variability model
dc.typeConference Abstract
dc.rights.holder© Тернопільський національний технічний університет імені Івана Пулюя, 2025
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages3
dc.subject.udc004.942
dc.relation.references1. Mandal, S., & Sinha, N. (2021). Arrhythmia diagnosis from ECG signal analysis using statistical features and novel classification method. Journal of Mechanics in Medicine and Biology, 21(03), 2150025. https://doi.org/10.1142/s0219519421500251
dc.relation.references2. Rahnama, N. (2021). Empirical Mode Decomposition and Analysis of Non- Stationary Cardiac Signals. Ryerson University Library and Archives. https://doi.org/10.32920/ryerson.14664297.v1
dc.relation.references3. Senay, S. (2018). Time‐frequency BSS of biosignals. Healthcare Technology Letters, 5(6), 242–246. https://doi.org/10.1049/htl.2018.5029
dc.relation.references4. Samar, K., Kas, O., & Noureddine, E. (2011). Using Hidden Markov Models for ECG Characterisation. In Hidden Markov Models, Theory and Applications. InTech. https://doi.org/10.5772/13916
dc.relation.references5. Dragu, M.-A., Frunzete, M.-C., & Zirna, B.-A. (2022). Extraction and Statistical Analysis of Fetal Electrocardiogram. In 2022 E-Health and Bioengineering Conference (EHB) (pp. 01–04). 2022 E-Health and Bioengineering Conference (EHB). IEEE. https://doi.org/10.1109/ehb55594.2022.9991673
dc.relation.references6. Sverstiuk А., & Mosiy, L. (2025). Mathematical modeling of electrocardiogram signal amplitude variability for information technology analysis of their morphological and rhythmic characteristics. Computer-integrated technologies: education, science, production, (59), 228-240. https://doi.org/10.36910/6775-2524-0560-2025-59-29
dc.relation.references7. Mosiy, L., & Sverstiuk, A. (2025). Information technology for electrocardiographic signal analysis based on mathematical models of temporal and amplitude variability. Computer Systems and Information Technologies, (2), 36–44. https://doi.org/10.31891/csit-2025-2-4
dc.relation.references8. Goldberger, A. L., Amaral, L. A. N., Glass, L., Hausdorff, J. M., Ivanov, P. Ch., Mark, R. G., Mietus, J. E., Moody, G. B., Peng, C.-K., & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet. Circulation, 101(23). https://doi.org/10.1161/01.cir.101.23.e215
dc.relation.references9. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74(366), 427. https://doi.org/10.2307/2286348
dc.relation.references10. Anderson, T. W., & Darling, D. A. (1952). Asymptotic Theory of Certain “Goodness of Fit” Criteria Based on Stochastic Processes. The Annals of Mathematical Statistics, 23(2), 193–212. https://doi.org/10.1214/aoms/1177729437
dc.relation.referencesen1. Mandal, S., & Sinha, N. (2021). Arrhythmia diagnosis from ECG signal analysis using statistical features and novel classification method. Journal of Mechanics in Medicine and Biology, 21(03), 2150025. https://doi.org/10.1142/s0219519421500251
dc.relation.referencesen2. Rahnama, N. (2021). Empirical Mode Decomposition and Analysis of Non- Stationary Cardiac Signals. Ryerson University Library and Archives. https://doi.org/10.32920/ryerson.14664297.v1
dc.relation.referencesen3. Senay, S. (2018). Time‐frequency BSS of biosignals. Healthcare Technology Letters, 5(6), 242–246. https://doi.org/10.1049/htl.2018.5029
dc.relation.referencesen4. Samar, K., Kas, O., & Noureddine, E. (2011). Using Hidden Markov Models for ECG Characterisation. In Hidden Markov Models, Theory and Applications. InTech. https://doi.org/10.5772/13916
dc.relation.referencesen5. Dragu, M.-A., Frunzete, M.-C., & Zirna, B.-A. (2022). Extraction and Statistical Analysis of Fetal Electrocardiogram. In 2022 E-Health and Bioengineering Conference (EHB) (pp. 01–04). 2022 E-Health and Bioengineering Conference (EHB). IEEE. https://doi.org/10.1109/ehb55594.2022.9991673
dc.relation.referencesen6. Sverstiuk A., & Mosiy, L. (2025). Mathematical modeling of electrocardiogram signal amplitude variability for information technology analysis of their morphological and rhythmic characteristics. Computer-integrated technologies: education, science, production, (59), 228-240. https://doi.org/10.36910/6775-2524-0560-2025-59-29
dc.relation.referencesen7. Mosiy, L., & Sverstiuk, A. (2025). Information technology for electrocardiographic signal analysis based on mathematical models of temporal and amplitude variability. Computer Systems and Information Technologies, (2), 36–44. https://doi.org/10.31891/csit-2025-2-4
dc.relation.referencesen8. Goldberger, A. L., Amaral, L. A. N., Glass, L., Hausdorff, J. M., Ivanov, P. Ch., Mark, R. G., Mietus, J. E., Moody, G. B., Peng, C.-K., & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet. Circulation, 101(23). https://doi.org/10.1161/01.cir.101.23.e215
dc.relation.referencesen9. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74(366), 427. https://doi.org/10.2307/2286348
dc.relation.referencesen10. Anderson, T. W., & Darling, D. A. (1952). Asymptotic Theory of Certain "Goodness of Fit" Criteria Based on Stochastic Processes. The Annals of Mathematical Statistics, 23(2), 193–212. https://doi.org/10.1214/aoms/1177729437
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, Україна
dc.citation.journalTitleМатеріали ⅩⅣ Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
dc.citation.spage310
dc.citation.epage312
dc.citation.conferenceⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
dc.identifier.citation2015Мосій Л. Є. Статистичні методи валідації моделі амплітудної варіабельності електрокардіосигналу // Матеріали ⅩⅣ МНТКМУС „Актуальні задачі сучасних технологій“, Тернопіль, 11-12 грудня 2025. 2025. С. 310–312.
dc.identifier.citationenAPAMosiy, L. Y. (2025). Statystychni metody validatsii modeli amplitudnoi variabelnosti elektrokardiosyhnalu [Statistical methods for validation of the ecg amplitude variability model]. Proceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies”, 11-12 December 2025, Ternopil, 310-312. PE Palianytsia V.A.. [in Ukrainian].
dc.identifier.citationenCHICAGOMosiy L. Y. (2025) Statystychni metody validatsii modeli amplitudnoi variabelnosti elektrokardiosyhnalu [Statistical methods for validation of the ecg amplitude variability model]. Proceedings of the ⅩⅣ International Scientific and Technical Conference of Young Scientists and Students “Current Issues of Modern Technologies” (Tern., 11-12 December 2025), pp. 310-312 [in Ukrainian].
Apareix a les col·leccions:ⅩⅣ Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2025)

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
ISTCYSS_2025_Mosiy_L_Y-Statistical_methods_for_310-312.pdf933,85 kBAdobe PDFVeure/Obrir
ISTCYSS_2025_Mosiy_L_Y-Statistical_methods_for_310-312__COVER.png375,31 kBimage/pngVeure/Obrir
Mostrar el registre simplificat de l'ítem


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.