Deep learning approach for active classification of electrocardiogram signals

In this paper, we propose a novel approach based on deep learning for active classification of electrocardiogram (ECG) signals. To this end, we learn a suitable feature representation from the raw ECG data in an unsupervised way using stacked denoising autoencoders (SDAEs) with sparsity constraint....

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Information sciences Ročník 345; s. 340 - 354
Hlavní autoři:	Rahhal, M.M. Al, Bazi, Yakoub, AlHichri, Haikel, Alajlan, Naif, Melgani, Farid, Yager, R.R.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.06.2016
Témata:	Active learning (AL) Classification Deep neural network (DNN) Denoising autoencoder (DAE) ECG signal classification Entropy Feature learning Learning Neural networks Recommendations Representations Retraining ECG signal classification Feature learning Denoising autoencoder (DAE) Active learning (AL) Deep neural network (DNN)
ISSN:	0020-0255, 1872-6291
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!