心電図信号処理のための深層学習ベンチマークの調査【JST・京大機械翻訳】

Hao Wen; Jingsu Kang

プレプリント

J-GLOBAL ID：202202217309337054 整理番号：22P0328842

心電図信号処理のための深層学習ベンチマークの調査【JST・京大機械翻訳】

Investigating Deep Learning Benchmarks for Electrocardiography Signal Processing

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 (2件)： ,
資料名：
発行年： 2022年04月09日プレプリントサーバーでの情報更新日： 2022年04月09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)

近年,深層学習は,心電図(ECG)処理の分野で,その損失を目撃し,例えば,分類,QRS検出,波動描写など,様々なタスクにおける従来の信号処理法を凌駕している。多くの神経アーキテクチャが文献で提案されているが,ECG深層学習のための系統的研究とオープンソースライブラリーの欠如がある。本論文では,様々なECG処理タスクに対して,文献と新規の両方から多数のニューラルネットワークを集合する,深い学習フレームワーク,すなわち,トーチ_ecgを提案した。それは,ネットワークの自動構築と柔軟なスケーリングのための便利でモジュール的な方法,ならびに,モデルのための入力データを調製するための前処理手順と増強技術の組織化の純粋で均一な方法を確立する。さらに,最新のデータベースを用いたトーチ_ecgporovideベンチマーク研究は,ECG処理タスクを解決するための原理とパイプラインを例証し,文献から,ECG研究コミュニティは,深層学習技術の適用のための成長要求に合致する強力な道具である。【JST・京大機械翻訳】

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

生体計測 , 人工知能

, , ,

前のページに戻る