В работе рассматривается детектирование и классификация акустических событий, в частности звука сердечного сокращения. Информационная база, предназначенная для обучения и тестирования моделей, сформирована путем записи звука с поверхности кожи человека в первой точки аускультации. В ходе разработки и тестирования интеллектуальной системы использовались различные методы машинного обучения: нейронные сети, сверточные нейронные сети, рекурентные нейронные сети, метод k-ближайших соседей. Разработанные алгоритмы реализованы на языке программирования Python с использованием библиотек scikit-learn, tensorflow и keras. Выполнен качественный и количественный сравнительный анализ результатов работы моделей машинного обучения по распознаванию звука сердечного сокращения в различных звуковых сценах.
Наука. Промышленность. Оборона : труды XXI Всероссийской научно-технической конференции, посвященной 75-летию Победы в Великой Отечественной Войне, г. Новосибирск, 7-9 октября 2020 г.. Новосибирск, 2020. Т. 2. С. 125-127