The work deals with the generation of ECG signals using generative adversarial networks (GAN). It examines in detail the basics of artificial neural networks and the principles of their operation. It theoretically describes the use and operation and the most common types of failures of generative adversarial networks. In this work, a general procedure of signal preprocessing suitable for GAN training was derived, which was used to compile a database. In this work, a total of 3 different GAN models were designed and implemented. The results of the models were visually displayed and analyzed in detail. Finally, the work comments on the achieved results and suggests further research direction of methods dealing with the generation of ECG signals.

Práca sa zaoberá generovaním EKG signálov pomocou generatívnych kompetitívnych sietí (GAN). Podrobne skúma základy umelých neurónových sietí a princípy ich fungovania. Teoreticky popisuje využitie a fungovanie a najčastejšie typy zlyhaní generatívnych kompetitívnych sietí. V práci bol odvodený všeobecný postup predspracovania signálov vhodných pre trénovanie GAN, ktorý bol využitý na zostavenie databázy. V tejto práci boli navrhnuté a implementované celkovo 3 rôzne modely GAN. Výsledky modelov boli vizuálne zobrazené a podrobne analyzované. Na záver práca komentuje dosiahnuté výsledky a navrhuje ďalšie smerovanie výskumu metód zaoberajúcich sa generovaním EKG signálov.

A