IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-24
Um modelo adaptativo baseado em Transformer com destilação de conhecimento guiada por entropia para detecção do sono REM em EEG de canal único
Título original: An adaptive transformer-based model with entropy-driven knowledge distillation for single-channel EEG REM sleep detection
Detectar o sono REM a partir de um único canal de EEG é importante para o monitoramento neurofisiológico e a identificação precoce de distúrbios do sono. Os autores propõem um Transformer leve treinado com um método de destilação de conhecimento adaptativa guiada por entropia, que ajusta a escala de temperatura e a ponderação da destilação com base na entropia entre professor e aluno. Em três conjuntos de dados públicos, com validação cruzada independente de sujeitos, o modelo superou as linhas de base CNN, LSTM e Transformer padrão, com 93,2% de acurácia média e F1 de 92,8%, enquanto o modelo aluno destilado reduziu o tempo de treinamento e o uso de memória em cerca de 30%.