ИИ и сложнейшие проблемы мира · Медицина и разработка лекарств · Nature (computational biology) · 2026-10-24
Адаптивная модель на основе трансформера с дистилляцией знаний, управляемой энтропией, для обнаружения REM-сна по одноканальной ЭЭГ
Оригинальное название: An adaptive transformer-based model with entropy-driven knowledge distillation for single-channel EEG REM sleep detection
Обнаружение REM-сна по одному каналу ЭЭГ важно для нейрофизиологического мониторинга и раннего выявления нарушений сна. Авторы предлагают облегчённый Transformer, обученный с помощью адаптивной дистилляции знаний, управляемой энтропией, которая регулирует масштабирование температуры и вес дистилляции на основе энтропии учителя и ученика. На трёх публичных наборах данных при кросс-валидации, не зависящей от субъектов, модель превзошла базовые CNN, LSTM и стандартный Transformer: средняя точность составила 93.2%, а F1-мера — 92.8%, при этом дистиллированная модель-ученик сократила время обучения и использование памяти примерно на 30%.