应用于心电图的 LSTM 可视化技术
机器学习
2018-06-18 v3 机器学习
摘要
本文探讨了应用于连续值时间序列的长短期记忆 (LSTM) 网络的四种不同可视化技术。在所分析的数据集上，我们发现最佳的可视化技术是学习一个输入删除掩码，以最优地降低真实类别分数。以 MIT-BIH 心律失常数据集中的单导联心电图为重点，我们表明 LSTM 分类器的显著输入特征与医学理论高度吻合。
引用
@article{arxiv.1705.08153,
title = {Techniques for visualizing LSTMs applied to electrocardiograms},
author = {Jos van der Westhuizen and Joan Lasenby},
journal= {arXiv preprint arXiv:1705.08153},
year = {2018}
}
备注
presented at 2018 ICML Workshop on Human Interpretability in Machine Learning (WHI 2018), Stockholm, Sweden