Tackling low-resource ECG classification with self-supervised learning (2025)
- Authors:
- USP affiliated authors: SILVA, DIEGO FURTADO - ICMC ; SILVA, RAFAEL DA COSTA - ICMC
- Unidade: ICMC
- DOI: 10.1007/978-3-031-79038-6_17
- Subjects: APRENDIZADO COMPUTACIONAL; ANÁLISE DE SÉRIES TEMPORAIS; DIAGNÓSTICO POR COMPUTADOR; ELETROCARDIOGRAFIA; DOENÇAS CARDIOVASCULARES
- Keywords: Time Series; Self-Supervised Learning; ECG; Classification; Transfer Learning
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Lecture Notes in Artificial Intelligence
- ISSN: 0302-9743
- Volume/Número/Paginação/Ano: v. 15415, p. 238-252, 2025
- Conference titles: Brazilian Conference on Intelligent Systems - BRACIS
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
SILVA, Rafael da Costa e SILVA, Diego Furtado. Tackling low-resource ECG classification with self-supervised learning. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_17. Acesso em: 27 dez. 2025. , 2025 -
APA
Silva, R. da C., & Silva, D. F. (2025). Tackling low-resource ECG classification with self-supervised learning. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79038-6_17 -
NLM
Silva R da C, Silva DF. Tackling low-resource ECG classification with self-supervised learning [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 238-252.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_17 -
Vancouver
Silva R da C, Silva DF. Tackling low-resource ECG classification with self-supervised learning [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15415 238-252.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_17 - Peabiru Paths DTW: desmistificando os caminhos para o alinhamento geométrico, físico e consistente entre sísmica e poço
- Multimodal fusion strategies for multivariate time series classification
- Proceedings of 21st National Meeting on Artificial and Computational Intelligence
- Large scale similarity-based time series mining
- Unsupervised feature based algorithms for time series extrinsic regression
- Evaluating sentiment quantification methods in brazilian portuguese corpora
- A new time series framework for forest fire risk forecasting and classification
- Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos
- A divergence-based pruning approach for tree selection in continuous data streams
- Enhancing random forest for continuous data streams using divergence measures to select decision trees
Informações sobre o DOI: 10.1007/978-3-031-79038-6_17 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3232846.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
