Mar, 2019
基于分层注意力时序卷积网络的医疗时间序列分类:肌强直症诊断案例研究
Medical Time Series Classification with Hierarchical Attention-based Temporal Convolutional Networks: A Case Study of Myotonic Dystrophy Diagnosis
Lei Lin, Beilei Xu, Wencheng Wu, Trevor Richardson, Edgar A. Bernal
TL;DR本文介绍了一种层次化的基于注意力机制的时间卷积神经网络 (HA-TCN),能够从手握时间序列数据中准确诊断肌无力症,并且具有模型可解释性等优点。在分类准确率和 F1 分数方面,我们发现所有深度学习模型的性能都相似,而它们都优于 SVM。此外,与网络深度无关,HA-TCN 模型在计算效率和性能方面都优于 TCN 模型,特别是在隐藏层数较少的情况下。最后,HA-TCN 模型可以一致地识别与松弛阶段有关的时间序列段,并且与基于注意力机制的 LSTM 模型相比具有更强的噪声鲁棒性。