Contrastive Learning for Sleep Staging based on Inter Subject Correlation

要約

タイトル：相関に基づく睡眠段階分類のための対比学習

要約：
– 過去には、深層学習を用いた自動的な睡眠段階分類の研究が多数行われてきた。
– しかしながら、これらの研究は、睡眠段階の異なる被験者間での比較にあまり注目してこなかった。
– 一方で、相関理論に基づく新しい脳科学理論は、被験者間の分析について新しい洞察を提供する可能性がある。
– 本論文では、睡眠段階の研究において使用されたMViTimeモデルを紹介し、対比学習を用いた被験者間相関理論の実装によって、睡眠段階分類の被験者間問題に対応する実用的な解決策を提供する。
– 最後に、実験結果と結論を示し、開発された手法が睡眠段階分類において最先端の性能を達成したことを証明する。
– 同時に、対比学習に基づく被験者間アプローチの効果も実験結果から確認できる。

要約(オリジナル)

In recent years, multitudes of researches have applied deep learning to automatic sleep stage classification. Whereas actually, these works have paid less attention to the issue of cross-subject in sleep staging. At the same time, emerging neuroscience theories on inter-subject correlations can provide new insights for cross-subject analysis. This paper presents the MViTime model that have been used in sleep staging study. And we implement the inter-subject correlation theory through contrastive learning, providing a feasible solution to address the cross-subject problem in sleep stage classification. Finally, experimental results and conclusions are presented, demonstrating that the developed method has achieved state-of-the-art performance on sleep staging. The results of the ablation experiment also demonstrate the effectiveness of the cross-subject approach based on contrastive learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI