이 연구는 수면 단계 분류를 위한 새로운 자기지도학습 프레임워크인 NeuroNet을 제안한다. NeuroNet은 대조학습 과제와 마스크 예측 과제를 통합하여 EEG 신호의 내재적 특징을 효과적으로 학습한다. 또한 Mamba 기반의 시간적 문맥 모듈을 도입하여 다양한 EEG 에포크 간의 관계를 포착한다.
실험 결과, NeuroNet은 기존 자기지도학습 방법론들을 능가하는 성능을 보였다. 더욱이 NeuroNet과 Mamba 기반 시간적 문맥 모듈을 결합한 모델은 레이블이 제한적인 상황에서도 최신 감독학습 기법들을 능가하는 성능을 달성했다. 이는 수면 단계 분류 분야에서 새로운 벤치마크를 제시할 것으로 기대된다.
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Cheol-Hui Le... alle arxiv.org 04-30-2024
https://arxiv.org/pdf/2404.17585.pdfDomande più approfondite