Mejorando la eficacia de los modelos de aprendizaje profundo para la detección de latidos cardíacos en conjuntos de datos heterogéneos
Autores: Bizzego, Andrea; Gabrieli, Giulio; Neoh, Michelle Jin Yee; Esposito, Gianluca
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Mejorando la eficacia de los modelos de aprendizaje profundo para la detección de latidos cardíacos en conjuntos de datos heterogéneos
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Aprendizaje profundo
Procesamiento de señales bioeléctricas
Marcadores fisiológicos
Conjuntos de datos heterogéneos
Detección de latidos cardíacos
Aprendizaje por transferencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 42
Citaciones: Sin citaciones
El aprendizaje profundo (DL) ha contribuido en gran medida al procesamiento de señales bioeléctricas, en particular para extraer marcadores fisiológicos. Sin embargo, la eficacia y aplicabilidad de los resultados propuestos en la literatura a menudo están limitadas a la población representada por los datos utilizados para entrenar los modelos.
Descripción
El aprendizaje profundo (DL) ha contribuido en gran medida al procesamiento de señales bioeléctricas, en particular para extraer marcadores fisiológicos. Sin embargo, la eficacia y aplicabilidad de los resultados propuestos en la literatura a menudo están limitadas a la población representada por los datos utilizados para entrenar los modelos.