Promotion2
Promotion2
Promotion2
-
- 1 / 200
-
Cartes-fiches
Der aktuelle geglättete Zustand ergibt sich aus alpha mal aktuellem Eingang plus eins minus alpha mal vorherigem Zustand.
Alpha gleich 0,05.
Mit dem Faktor 0,95 hoch k, weil eins minus alpha gleich 0,95 ist.
Ungefähr 60 Prozent des relativen Einflusses sind noch vorhanden.
Ungefähr 21 Prozent.
Ungefähr 4,6 Prozent.
Nur noch ungefähr 0,2 Prozent.
Etwa 13,5 Sekunden.
Der EWMA stabilisiert kurzfristig und besitzt exponentiell verblassendes Gedächtnis. Das Historienfenster definiert den expliziten Referenzrahmen für die Range-Normierung.
Das Historienfenster beantwortet, relativ zu welchem Kontext die aktuelle RMSSD interpretiert wird. Der EWMA bestimmt, wie stark kurzfristige Indexänderungen geglättet und persistent gemacht werden.
Die AUC beschreibt die schwellenwertfreie Rangtrennung zwischen definierten Anchor States. Sie ist kein Maß für Konstruktvalidität und keine direkte Genauigkeitsangabe.
Ein zufällig gewählter Hochlast-Zeitpunkt erhält mit ungefähr 78,6 Prozent Wahrscheinlichkeit einen höheren Score als ein zufällig gewählter Baseline-Zeitpunkt innerhalb der betrachteten Stichprobe.
Sie bedeutet weder 78,6 Prozent Klassifikationsgenauigkeit noch 78,6 Prozent mentale Beanspruchung.
Die mittlere personenweise AUC lag bei 0,699 in der responderkonditionierten Laborstichprobe mit N gleich 21.
Die mittlere personenweise AUC lag bei 0,786 in der responderkonditionierten Feldstichprobe mit N gleich 15.
Die mittlere AUC lag bei 0,621 bei N gleich 29.
Die mittlere AUC lag bei 0,747 bei N gleich 17.
Responder werden anhand der Richtung ihrer physiologischen Reaktion auf dieselben Bedingungen ausgewählt, die später bewertet werden. Dadurch kann eine optimistische bedingte Auswertung entstehen.
Als bedingte Analyse bei Personen, deren RMSSD in der erwarteten Richtung reagiert. Sie ist keine Deploymentanalyse für eine beliebige neue Person.
Responderanalyse ist Mechanismusanalyse, keine Deploymentanalyse.
Leave-One-Subject-Out prüft die Generalisierung auf eine Person, die im Training vollständig unbekannt war.
In jedem Fold werden N minus 1 Personen zum Training verwendet und eine komplette Person ausschließlich zum Testen zurückgehalten.
LOSO zeigt nicht automatisch, ob ein Modell auf spätere Zeitpunkte, langfristige Drift oder neue Sitzungen derselben Person generalisiert.
Er prüft zeitliche Generalisierung, indem frühere Daten zum Training und spätere Daten zum Testen verwendet werden.
Ja, wenn die Forschungsfrage ausdrücklich lautet, ob ein Modell bei einer bekannten Person auf zukünftige Zeitpunkte generalisiert.
Physiologische Zeitreihen sind autokorreliert und benachbarte RMSSD-Werte beruhen bei überlappenden Fenstern teilweise auf denselben Rohdaten.
Stark abhängige Zeitpunkte derselben Person können gleichzeitig in Train und Test landen. Das führt zu optimistisch verzerrter Testleistung.
Bei sekündlicher Aktualisierung eines 60-Sekunden-RMSSD-Fensters teilen benachbarte Werte fast dieselben Rohdaten. Eine zufällige Aufteilung verletzt dadurch die Unabhängigkeit.
Mindestens etwa 60 Sekunden zwischen dem letzten Trainings- und dem ersten Testsample.
Nein. Er verhindert primär direkte Rohdatenüberlappung. Langsamere physiologische Zustände und Drift können deutlich länger korreliert bleiben.
Ein Einkanal-EKG des Zephyr BioHarness 3 mit simultan erfasstem Respirogramm.
250 Hz.
Ein Abtastintervall von 4 Millisekunden und damit ein prinzipieller Quantisierungsjitter von ungefähr plus oder minus 2 Millisekunden.
Aus bereinigten RR- beziehungsweise NN-Intervallen wird RMSSD in einem rückwärtsgerichteten 60-Sekunden-Fenster berechnet und sekündlich aktualisiert.
Nein. Die Zahl der RR-Intervalle in 60 Sekunden hängt von der Herzfrequenz ab. 1 Hz bezeichnet nur die Aktualisierungsrate der RMSSD-Zeitreihe.
Die 60-Sekunden-RMSSD-Berechnung und die rollierende 180-Sekunden-Regression zur Respirationskorrektur sind rückwärtsgerichtet.
Die zentrierte Aufbereitung des Atmungssignals und die Lückenschließung durch Interpolation können zukünftige Stützpunkte verwenden.
Die Gen-9-Kernberechnung kann rekursiv mit jedem neu verfügbaren 1-Hz-Eingang aktualisiert werden. Das ist keine Behauptung einer vollständig live validierten End-to-End-Anwendung.
Im Mittel etwa 0,018 Millisekunden pro eingehendem 1-Hz-Wert unter der dokumentierten Python- und Prozessorumgebung.
Vorgelagert liegen RMSSD-Fensterung, Medianglättung, Atmungsverarbeitung, Respirationskorrektur und Aufbau des Historienkontexts.