实体
Symmetric Projection Attractor Reconstruction
Symmetric Projection Attractor Reconstruction
PulseAugur coverage of Symmetric Projection Attractor Reconstruction — every cluster mentioning Symmetric Projection Attractor Reconstruction across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的机器学习方法使用PPG信号实现高模糊准确率的肤色分类
研究人员开发了一种使用光电容积脉搏波描记图（PPG）信号对肤色进行分类的新方法，通过允许预测偏离一个类别来实现高“模糊准确性”。这种方法解决了手动肤色标记固有的主观性问题，手动标记通常导致标准准确率在40-55%之间。该研究探索了三种机器学习技术，其中应用于原始PPG信号的模糊交叉熵损失函数取得了最佳结果，证明了PPG信号可以辨别肤色。
-
深度学习模型利用脉搏波图像对年龄进行分类
研究人员开发了一种新颖的深度学习方法，使用卷积神经网络将动脉脉搏波分类到不同的年龄组。通过对称投影吸引子重构（SPAR）方法将时间序列脉搏波数据转换为图像，该模型能够区分紧密年龄段内的受试者。该技术在光电容积脉搏波（PPG）和动脉张力图信号上均达到了高于70%的F1分数，表明其在早期心血管风险检测方面的潜力，尤其是在智能可穿戴设备上。