自监督学习增强变压器在 PPG 信号伪迹检测中的鲁棒性和效能
研究发现传统机器学习方法在伪迹检测方面优于基于Transformer模型的方法。自我监督学习能够增强Transformer模型的表示学习能力,提高伪迹分类的稳健性。对比学习是最稳定且性能最优的SSL技术,适用于小规模PPG数据集。引入新的对比损失函数有助于提高伪迹分类性能。该研究证实了SSL在利用未标记数据方面的效果,并有望在注释数据有限的PICU环境中应用。
原文中文,约600字,阅读约需2分钟。