0000000000562034
AUTHOR
Kārlis Zars
showing 3 related works from this author
Elektrokardiogrammas datu apstrāde
2019
Sirds slimības ir viena no izplatītākajām veselības problēmām, ar ko saskaras miljoniem iedzīvotāju visā pasaulē. Lai gan ārstēšanas metodes un tehnoloģiskās iespējas attīstās ik gadu, ārsti vēl arvien saskaras ar problēmām precīzi noteikt pacientu diagnozes. Elektrokardiogrāfija ir viena no pamata izmeklējuma metodēm sirdsdarbības traucējumu diagnostikā. Darba ietvaros tika pētīts elektrokardiogrammu apstrādes process, lai pēc iespējas precīzāk automatizēti noteiktu sirdsdarbības traucējumus. Par darba mērķi tika izvirzīts automatizēti noteikt un klasificēt sirds aritmijas tipus. Rezultātā tika izvērtēts efektīvākais veids, kā klasificēt aritmijas un apstrādāt datus.
Atmiņas pilnveidošanas iOS lietotne
2017
Atmiņas pilnveidošanas lietotne ir uz iOS mobilajām tehnoloģijām balstīta sistēma, kas paredzēta atmiņas tehniku apgūšanai un pilnveidošanai. Sistēma realizēta kā mobilā lietotne, paredzēta iPhone un iPod touch mobilajām ierīcēm. Lietotnē iespējams izveidot personīgo kontu, kurā uzglabāsies informācija rezultātu formā par pildītajiem uzdevumiem. Iespējams personalizēt treniņu uzdevumus ar lietotājam saistošiem vizuāliem materiāliem. Projekts realizēts bastoties uz ūdenskrituma metodoloģiju. Izstrādājot programmatūru, tika izmantota Xcode programmēšanas vide un Swift programmēšanas valoda. Atslēgas vārdi: iOS, lietotne, atmiņa, pilnveidošana
Telpas vizuālā un fiziskā raksturojuma apstrāde izmantojot neironu tīklus
2021
Ainas raksturojums jeb vizuāli sensoru datu apstrāde ir inteliģentu būtņu svarīga īpašība. Cilvēkiem piemīt spējas viegli raksturot, analizēt un pārvietoties iepriekš neredzētā telpā. Datoriem šāda īpatnība nav raksturīga. Datorikas nozares viena no aktuālākajām problēmām ir šo spēju piešķiršana datoram. Identificēt tādus šķēršļus kā sienas ir ļoti svarīgi, piemēram, dažāda veida robotiem, kas pārvietojas telpā. Pētnieciskie darbi šajā nozarē it īpaši pēdējo gadu laikā norāda uz to, ka neironu tīkli ļoti veiksmīgi risina šo problēmu, ja ir nodrošināta liela labi marķētu datu kopa. Līdz ar to arī pastāv aktuāla problēma, kā no šī datu marķēšanas procesa izslēgt cilvēcisko faktoru?