Acoustic Analysis System for Monitoring Respiratory Disease Symptoms
Fragment książki (Materiały konferencyjne)
MNiSW
200
konferencja
| Status: | |
| Autorzy: | Rymarczyk Tomasz, Mazurek Mariusz, Dziadosz Marcin, Wójcik Dariusz, Hyka Oleksii, Król Krzysztof |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 857 - 858 |
| Web of Science® Times Cited: | 0 |
| Scopus® Cytowania: | 0 |
| Bazy: | Web of Science | Scopus | dblp |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 22nd ACM Conference on Embedded Networked Sensor Systems |
| Skrócona nazwa konferencji: | 22nd SenSys 2024 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 4 listopada 2024 do 7 listopada 2024 |
| Miasto konferencji: | Hangzhou |
| Państwo konferencji: | CHINY |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 4 listopada 2024 |
| Abstrakty: | angielski |
| The aim of this work was to develop a proprietary device for realtime cough detection in audio recordings. Using models such as CNN, ResNet-50, and MobileNet, the system classifies cough sounds, enabling the early detection of potential infection cases, such as COVID-19. The device is intended for use in both private and public spaces, including medical facilities, nursing homes, and doctor's offices |
