Analyse des caractéristiques apprises similaires aux critères diagnostiques dans la classification ECG à 12 dérivations par apprentissage profond

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Système cardiovasculaire,
apprentissage profond   ECG   intelligence artificielle explicable   attribution de caractéristiques   fibrillation auriculaire   bloc de branche gauche   traitement du signal biologique  

Recherche sur l’interprétabilité de l’apprentissage profond dans le diagnostic automatisé de l’ECG — Synthèse des avancées basées sur l’IA explicable I. Contexte académique et problématique L’électrocardiogramme (ECG), moyen important de collecte de signaux physiologiques pour le diagnostic des maladies cardiaques en clinique, existe depuis plus d’...

Vers l'amélioration de la détection hors distribution à partir d'une perspective d'importance des caractéristiques spatiales

Sciences de l'information, Intelligence artificielle,
détection hors distribution   caractéristique spatiale   sécurité de l'IA   attribution de caractéristiques   fiabilité du modèle  

Amélioration de la détection des distributions extérieures sous l’angle de l’importance des caractéristiques spatiales Contexte de recherche et formulation du problème Dans les applications pratiques des modèles d’apprentissage profond, assurer que le modèle peut refuser de manière fiable les prédictions face à des entrées de catégories inconnues e...