Transduktives Transferlernen wird vorgeschlagen, um die Einschränkung zu überwinden, dass umfangreiche beschriftete Trainingsdaten für die Echtzeiterkennung von ECG-Abnormalitäten erforderlich sind.
Die Erkennung von Elektrokardiogramm (ECG) Abnormalitäten ist der Prozess der Identifizierung von unregelmäßigen Herztätigkeiten, die zu schwerem Herzschaden oder sogar plötzlichem Tod führen können. Aufgrund der raschen Entwicklung cyber-physikalischer Systeme und der Gesundheitsinformatik hat die Integration der Funktion zur Erkennung von ECG-Abnormalitäten in verschiedene Geräte zur Echtzeitüberwachung in den letzten Jahren immer mehr Interesse geweckt. Die bestehenden Techniken des maschinellen Lernens und der Mustererkennung, die für diesen Zweck entwickelt wurden, erfordern in der Regel ausreichende beschriftete Trainingsdaten für jeden Benutzer. Das Beschaffen solcher überwachten Informationen ist jedoch schwierig, was die vorgeschlagene ECG-Überwachungsfunktion unrealistisch macht.
Li et al. (Sun,) haben diese Frage untersucht.