基于 STDP 与 R-STDP 神经网络的超低功耗实时 ECG 分类用于可穿戴设备
信号处理
2019-12-24 v4 机器学习
神经与进化计算
摘要
本文提出了一种用于超低功耗可穿戴设备上实时心脏监测的新型 ECG 分类算法。所提出的方案基于作为第三代神经网络的脉冲神经网络。具体而言，我们采用脉冲时序依赖可塑性（STDP）和奖励调制 STDP（R-STDP），其中模型权重根据脉冲信号的时序以及奖励或惩罚信号进行训练。实验表明，该方案适用于实时运行，取得了与先前方法相当的准确性，且更重要的是，其能耗显著小于先前基于神经网络的方案。
引用
@article{arxiv.1905.02954,
title = {Ultra Low-Power and Real-time ECG Classification Based on STDP and R-STDP Neural Networks for Wearable Devices},
author = {Alireza Amirshahi and Matin Hashemi},
journal= {arXiv preprint arXiv:1905.02954},
year = {2019}
}
备注
Published in IEEE Transactions on Biomedical Circuits and Systems (TBioCAS), 2019