新型LSTrans模型为可穿戴设备提供高效心电图分类

研究人员开发了LSTrans，这是一种新颖的轻量级混合模型，用于计算能力有限的设备上的自动化心电图（ECG）分类。该模型结合了1D卷积骨干网络和Transformer编码器，并利用低秩自适应（Low-Rank Adaptation）来减少其参数数量。采用了知识蒸馏技术将大型模型的诊断能力迁移到LSTrans，该模型在实验中表现出具有竞争力的诊断灵敏度和显著提高的资源效率。 AI

影响 赋能低功耗可穿戴设备上更复杂的人工智能驱动健康监测。

排序理由 该集群包含一篇详细介绍新模型及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• knowledge distillation
• Low Rank Adaptation
• LSTrans
• ScienceCast
• Transformer++

• 论文
• 模型发布
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →