TPAMI 2024.10 | 高效的心脏监测：深度学习的创新之路

文章预览

论文标题：AutoNet-Generated Deep Layer-Wise Convex Networks for ECG Classification 论文链接：https://www.researchgate.net/publication/379151759_AutoNet-Generated_Deep_Layer-Wise_Convex_Networks_for_ECG_Classification 神经网络的设计通常涉及试错，这是一个耗时的过程，尤其对于经验丰富的研究者来说，获取最优架构更是如此。此外，广泛接受的观点是，深度神经网络的损失函数通常对于需要优化的参数是非凸的。我们提出了层级凸定理，以确保损失对于给定层的参数是凸的，方法是将每一层约束为一个超定的非线性方程系统。基于该定理，我们开发了一个端到端算法（AutoNet），能够为任何给定的训练集自动生成层级凸网络（LCNs）。随后，我们展示了该方法的性能表现。 深度神经网络生成流程图 我们注意到卷积层的宽度和深度是开发深度神经网络的两个重要超参数。在本研究中，我们引 ………………………………