AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-24
Model berbasis transformer adaptif dengan distilasi pengetahuan berbasis entropi untuk deteksi tidur REM dari EEG satu kanal
Judul asli: An adaptive transformer-based model with entropy-driven knowledge distillation for single-channel EEG REM sleep detection
Mendeteksi tidur REM dari satu kanal EEG penting untuk pemantauan neurofisiologis dan identifikasi dini gangguan terkait tidur. Para penulis mengusulkan Transformer ringan yang dilatih dengan metode distilasi pengetahuan adaptif berbasis entropi, yang menyesuaikan penskalaan temperatur dan pembobotan distilasi berdasarkan entropi guru–murid. Pada tiga dataset publik dengan validasi silang independen-subjek, model ini mengungguli baseline CNN, LSTM, dan Transformer standar, dengan akurasi rata-rata 93,2% dan skor F1 92,8%, sementara model murid hasil distilasi memangkas waktu pelatihan dan penggunaan memori sekitar 30%.