TY -的A2 -辛格,Pradeep Kumar盟——Shukla Neha AU - Pandey, Anand盟——Shukla Anand Prakash AU -纽帕妮,(Sanjeev钱德拉PY - 2022 DA - 2022/07/31 TI - ECG-ViT:比起一个的基于变压器心电图分类器能量约束可穿戴设备SP - 2449956六世- 2022 AB -促进深度学习技术帮助研究人员获得和处理多通道数据信号从不同的医疗保健领域。现在,焦点已经转向提供端到端解决方案,即:处理这些数据和开发模型,可以直接在边缘设备上实现。为了实现这一点,研究人员试图解决两个问题:(I)减少复杂的功能依赖关系,(2)减少深度学习模型的复杂性在不影响精度。在本文中,我们专注于减少模型的复杂性的后期使用蒸馏的知识框架。我们引入了知识在视觉上蒸馏Transformer模型研究MIT-BIH心律失常数据库。十倍crossvalidation技术被用来验证模型中,我们获得了F1得分99.7%,99.3%的准确率。该模型进一步测试Xilinx Alveo U50 FPGA加速器,和发现适合任何低功率可穿戴设备实现。SN - 1687 - 725 - 2022/2449956 / 10.1155 x你——https://doi.org/10.1155/2022/2449956——摩根富林明——《传感器PB - Hindawi KW - ER