IncepSE：在ECG分析中利用挤压激励机制发挥InceptionTime的性能
信号处理
2023-12-18 v1 计算机视觉与模式识别
机器学习
摘要
我们的研究聚焦于心电图（ECG）领域中类Inception架构的修改潜力。为此，我们引入了IncepSE，一种新颖的网络，其特点是战略性的架构整合，利用了InceptionTime和通道注意力机制的优势。此外，我们提出了一种训练设置，采用稳定化技术，旨在解决严重不平衡数据集PTB-XL和梯度损坏的严峻挑战。通过这种方式，我们在监督学习方式下，在大多数任务上为深度学习模型树立了新的高度。与当前该领域的其他最先进方法相比，我们的模型持续显著超越InceptionTime，特别是在“all”任务中AUROC分数提高了0.013，同时减轻了训练过程中固有的数据集波动。
引用
@article{arxiv.2312.09445,
title = {IncepSE: Leveraging InceptionTime's performance with Squeeze and Excitation mechanism in ECG analysis},
author = {Tue Minh Cao and Nhat Hong Tran and Le Phi Nguyen and Hieu Huy Pham and Hung Thanh Nguyen},
journal= {arXiv preprint arXiv:2312.09445},
year = {2023}
}