Personalized Generative Adversarial Nets(PGANs) for ECGIn this section的简体中文翻译

Personalized Generative Adversarial

Personalized Generative Adversarial Nets(PGANs) for ECGIn this section, we introduce the framework of ECG GANoptimized for a specific patient ECG signal. We firstpresent a general framework for ECG signal generation usingGANs, adapted to the domain of ECG generation. Oneof the difficulties of creating realistic ECG is sustaining anatural medical cardiac morphology. We therefore devisea novel loss function for the task utilized by the generator.We discuss the details of implementation and optimizationof the generator and the discriminator. We call this adaptedGAN framework – ECG GAN. We then present the PersonalizedECG Generative Adversarial Network (PGAN) thatextends the ECG GAN with morphological signals derivedfrom patient-specific unlabeled data. The generated ECGsignals are then used to train a deep network (Section 5).We empirically show (Section 7) that the additional generatedlabeled examples significantly improve the ECG classificationin a patient-specific setting.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
个性化剖成对抗性网<br>(PGANS),用于ECG <br>在本节中,我们介绍ECG GAN的框架<br>针对特定病人的ECG信号进行了优化。我们首先<br>提出了使用ECG信号生成一个通用框架<br>甘斯,适于ECG生成的域。其中<br>的创建真实的心电图的困难是维持一个<br>天然药物的心脏形态。因此,我们制定<br>了由发电机利用的任务新的损失函数。<br>我们讨论了实现和优化的细节<br>发电机和鉴别的。我们把这种适应<br>甘框架- ECG甘。然后,我们提出了个性化的<br>心电图剖成对抗性网络(PGAN),其<br>延伸与衍生形态信号的ECG GAN <br>从患者特异性的未标记的数据。所产生的ECG <br>信号随后被用来训练深网络(第5部分)。<br>我们凭经验显示(第7节),所述附加生成的<br>标记的例子显著提高ECG分类<br>在患者特定的设置。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
个性化生成对抗网<br>(PGAN) 用于 ECG<br>在本节中,我们将介绍 ECG GAN 的框架<br>针对特定患者心电图信号进行优化。我们先<br>提出了ECG信号生成的总体框架,使用<br>广域,适应ECG生成领域。一个<br>创建现实的心电图的困难是维持一个<br>天然医学心脏形态。因此,我们设计了<br>发电机使用的任务的新损耗函数。<br>我们讨论实现和优化的细节<br>发电机和鉴别器。我们称之为改编<br>GAN 框架 – ECG GAN。然后,我们提出个性化<br>ECG 生成对抗网络 (PGAN)<br>扩展心电图 GAN 与形态信号派生<br>来自患者特定的未标记数据。生成的心电图<br>然后,信号用于训练深度网络(第 5 节)。<br>我们经验显示(第 7 节),额外生成的<br>标记的示例显著改善心电图分类<br>在患者特定的环境中。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
个性化生成对抗网<br>(pgans)用于心电图<br>在本节中,我们将介绍ecg-gan的结构。<br>针对特定的患者心电图信号进行优化。我们先<br>提出了一种利用<br>甘斯,适应于心电图生成领域。一个<br>创造真实心电图的困难在于<br>天然医学心脏形态。因此,我们设计<br>一种新的损失函数,用于生成器使用的任务。<br>我们讨论了实现和优化的细节<br>发生器和鉴别器。我们称之为改编<br>肝框架-心电图肝。然后我们展示个性化的<br>心电生成对抗网络<br>利用形态信号扩展ecg-gan<br>来自患者特定的未标记数据。产生的心电图<br>然后使用信号来训练深网络(第5节)。<br>我们的经验表明(第7节)额外的<br>标记实例显著改善心电图分类<br>在特定于患者的环境中。<br>
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: