《基于深度学习的心电图分析国内外研究现状文献综述》3400字.docVIP

PAGE

PAGE2

基于深度学习的心电图分析国内外研究现状文献综述

1.1深度学习的历史发展进程

深度学习使机器可以利用人工神经网络，来分析复杂的数据集并从中学习。深度学习的发展是一个跨越几十年的渐进过程，进入21世纪，由于硬件计算的进步和深度学习理论的出现，出现了重大突破REF_Ref2991\r\h[4]。在1960年代和70年代，开发了早期形式的人工神经网络，但它们只能处理线性可分的问题，无法处理非线性数据集。Hopfield网络被认为是递归神经网络(RNN)的前身REF_Ref3103\r\h[5]，于1982年推出，随后开发了简单的RNN，例如Jordan网络REF_Ref3138\r\h[6]和Elman网络REF_Ref3145\r\h[7]。

1986年，反向传播神经网络（BPNN）被提出，具有解决异或问题的能力REF_Ref5996\r\h[8]。然而，它受到收敛速度慢和容易陷入局部极小值等问题的困扰。为处理循环神经网络中出现的长期依赖问题，Hochreiter等人于1997年提出了长短期记忆网络（LSTM）REF_Ref3152\r\h[9]。LeCun等人在1998年提出了将BP算法应用于神经网络训练的LeNet-5