La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-24
Un modelo adaptativo basado en Transformer con destilación de conocimiento guiada por entropía para la detección del sueño REM a partir de EEG de un solo canal
Título original: An adaptive transformer-based model with entropy-driven knowledge distillation for single-channel EEG REM sleep detection
Detectar el sueño REM a partir de un solo canal de EEG es importante para la monitorización neurofisiológica y la identificación temprana de trastornos relacionados con el sueño. Los autores proponen un Transformer ligero entrenado con un método de destilación de conocimiento adaptativa guiada por entropía que ajusta el escalado de temperatura y la ponderación de la destilación en función de la entropía entre profesor y estudiante. En tres conjuntos de datos públicos con validación cruzada independiente de los sujetos, superó a las líneas base de CNN, LSTM y Transformer estándar, con una precisión media del 93.2% y una puntuación F1 del 92.8%, mientras que el modelo estudiante destilado redujo el tiempo de entrenamiento y el uso de memoria en aproximadamente un 30%.