TransECG-SSL论文提交并报告迁移结果

1. 12:00
   arXiv · Machine Learning

   TransECG-SSL：用于 ECG 心律失常分类的混合自监督表征学习

   TransECG-SSL提出一种面向可迁移心搏表征学习的自监督框架，用于跨数据集ECG心律失常分类。在3个公开ECG数据库的7种源域到目标域设置中，混合自监督学习持续优于随机初始化Transformer和同架构源监督预训练；掩码重建仍具竞争力，仅对比学习明显更差，但跨数据集迁移的平衡准确率低于目标专用自监督预训练，严重类别不平衡下的少数心律失常类别仍具挑战。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。