文献

J-GLOBAL ID：202102265840484258   整理番号：21A0665127

深層残差ニューラルネットワークを用いた自動同時不整脈分類【JST・京大機械翻訳】

Automatic Concurrent Arrhythmia Classification Using Deep Residual Neural Networks

著者 (3件)： Nankani Deepankar (Indian Institute of Technology,Department of Computer Science and Engineering,Guwahati,Assam,India,781039) ,  Saikia Pallabi (Indian Institute of Technology,Department of Computer Science and Engineering,Guwahati,Assam,India,781039) ,  Baruah Rashmi Dutta (Indian Institute of Technology,Department of Computer Science and Engineering,Guwahati,Assam,India,781039)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CinC  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,心臓病学チャレンジ2020におけるPhysioNetlComputingに取り組んだ。チャレンジは12誘導心電図データを用いて26種類の不整脈と正常洞調律を分類する問題を提示する。8層深層残差ニューラルネットワーク(ResNet)を用いて分類タスクを成功裏に実行することができた。ResNetに存在するスキップ接続は,このモデルをより速く訓練し,より良いチャレンジスコアを生成することを可能にした。また,それらの全てが時系列分類問題によく適しているので,解釈可能性ベースの注意機構とともに,畳み込みと再帰ニューラルネットワークベースのモデルを含む16の他のモデルを研究した。結果は,8層ResNetモデルが訓練段階で有意に少ない時間を消費する課題スコアに関して他のモデルより優れていることを示した。訓練中の記憶におけるすべてのデータを避けて,記憶チョーキングの問題を軽減させるためのバッチワイズ訓練を好んだ。著者らのチーム,深いzx987は,検証データで0.305のチャレンジスコア,フルテストセットで-0.035を得て,この年の挑戦で35_thをランク付けした。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *ニューラルネットワーク ,  *残差 ,  *不整脈 ,  等級づけ ,  深層
準シソーラス用語： 心臓病学 ,  12誘導心電図 ,  洞調律 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 深層 ,  残差 ,  ニューラルネットワーク ,  不整脈 ,  分類