ECG合成と雑音除去に対する生成敵対的アプローチ【JST・京大機械翻訳】

Antczak Karol

プレプリント

J-GLOBAL ID：202202205528779633 整理番号：22P0188286

ECG合成と雑音除去に対する生成敵対的アプローチ【JST・京大機械翻訳】

A Generative Adversarial Approach To ECG Synthesis And Denoising

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2020年09月06日プレプリントサーバーでの情報更新日： 2020年09月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Generative Adversarial Network(GAN)は,ヒトにより実際のものから識別するのが困難な合成データを生成することが知られている。本論文では,GANを用いて,現実的に見えるECG信号を生成する手法を提案した。ECG信号に対して最先端のフィルタリング品質を達成する雑音除去オートエンコーダを訓練し,評価する。生成されたデータは,実際のデータのみに訓練されたモデルと比較して,モデル性能を改善することを実証した。また,雑音除去モデルのために訓練された識別子ネットワークを再利用することによって,転送学習の効果も調べた。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

生体計測

, ,

前のページに戻る