我们提出了一种自监督预训练框架，使用掩蔽自动编码器学习无标签点云的有用表示。该方法在预测准确性和泛化能力方面优于最先进的无参考点云质量评估方法。

该文介绍了一种基于掩蔽自动编码器的无监督预训练技术，用于心电图心律失常分类任务。该方法在未标记数据的任务特定微调中表现出更好的性能，相较于全监督方法，在MITDB数据集上取得了94.39%的准确率。