Tackling Low-Resource ECG Classification with Self-supervised Learning
1Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : br. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Tackling Low-Resource ECG Classification with Self-supervised Learning
- Date Crossref
- 01/01/2025
- Éditeur
- Springer Nature Switzerland
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Universidade de São Paulo pays non établi dans la noticeUniversité ou école supérieure
-
University of São Paulo Institute of Mathematical and Computer Sciences pays non établi dans la noticeUniversité ou école supérieure
Universidade de São Paulo et Institute of Mathematical and Computer Sciences — University of São Paulo.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
ECG Monitoring and AnalysisAnomaly Detection Techniques and ApplicationsImage and Signal Denoising Methods