Buchumschlag

Label-Efficient Sleep Staging Using Transformers Pre-trained with Position Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lala, Sayeri, Goh, Hanlin, Sandino, Christopher
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Signal Processing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning the relative composition of EEG signals using pairwise relative shift pretraining
von: Sandino, Christopher, et al.
Veröffentlicht: (2025)

Toward Interpretable Sleep Stage Classification Using Cross-Modal Transformers
von: Pradeepkumar, Jathurshan, et al.
Veröffentlicht: (2022)

CPEP: Contrastive Pose-EMG Pre-training Enhances Gesture Generalization on EMG Signals
von: Cui, Wenhui, et al.
Veröffentlicht: (2025)

Multimodal Sleep Stage and Sleep Apnea Classification Using Vision Transformer: A Multitask Explainable Learning Approach
von: Kazemi, Kianoosh, et al.
Veröffentlicht: (2025)

Automatic Classification of Sleep Stages from EEG Signals Using Riemannian Metrics and Transformer Networks
von: Seraphim, Mathieu, et al.
Veröffentlicht: (2024)

TAD-SIE: Sample Size Estimation for Clinical Randomized Controlled Trials using a Trend-Adaptive Design with a Synthetic-Intervention-Based Estimator
von: Lala, Sayeri, et al.
Veröffentlicht: (2024)

Radio Foundation Models: Pre-training Transformers for 5G-based Indoor Localization
von: Ott, Jonathan, et al.
Veröffentlicht: (2024)

Transparency in Sleep Staging: Deep Learning Method for EEG Sleep Stage Classification with Model Interpretability
von: Sharma, Shivam, et al.
Veröffentlicht: (2023)

Frequency-Aware Masked Autoencoders for Multimodal Pretraining on Biosignals
von: Liu, Ran, et al.
Veröffentlicht: (2023)

WaveSleepNet: An Interpretable Network for Expert-like Sleep Staging
von: Pei, Yan, et al.
Veröffentlicht: (2024)

BiT-MamSleep: Bidirectional Temporal Mamba for EEG Sleep Staging
von: Zhou, Xinliang, et al.
Veröffentlicht: (2024)

ULW-SleepNet: An Ultra-Lightweight Network for Multimodal Sleep Stage Scoring
von: Wang, Zhaowen, et al.
Veröffentlicht: (2026)

Designing Pre-training Datasets from Unlabeled Data for EEG Classification with Transformers
von: Bary, Tim, et al.
Veröffentlicht: (2024)

Energy-Efficient Real-Time 4-Stage Sleep Classification at 10-Second Resolution: A Comprehensive Study
von: Mohammadi, Zahra, et al.
Veröffentlicht: (2025)

Generalizable Sleep Staging via Multi-Level Domain Alignment
von: Wang, Jiquan, et al.
Veröffentlicht: (2023)

Contrastive Learning for Sleep Staging based on Inter Subject Correlation
von: Zhang, Tongxu, et al.
Veröffentlicht: (2023)

On Improving PPG-Based Sleep Staging: A Pilot Study
von: Wang, Jiawei, et al.
Veröffentlicht: (2025)

RPNT: Robust Pre-trained Neural Transformer -- A Pathway for Generalized Motor Decoding
von: Fang, Hao, et al.
Veröffentlicht: (2026)

NeuroSleep: Neuromorphic Event-Driven Single-Channel EEG Sleep Staging for Edge-Efficient Sensing
von: Li, Boyu, et al.
Veröffentlicht: (2026)

SleepNetZero: Zero-Burden Zero-Shot Reliable Sleep Staging With Neural Networks Based on Ballistocardiograms
von: Li, Shuzhen, et al.
Veröffentlicht: (2024)

NeuroLingua: A Language-Inspired Hierarchical Framework for Multimodal Sleep Stage Classification Using EEG and EOG
von: Samaee, Mahdi, et al.
Veröffentlicht: (2025)

ECG-SleepNet: Deep Learning-Based Comprehensive Sleep Stage Classification Using ECG Signals
von: Aghaomidi, Poorya, et al.
Veröffentlicht: (2024)

The Breakthrough of Sleep: A Contactless Approach for Accurate Sleep Stage Detection Using the Sleepal AI Lamp
von: Diao, Zhuo, et al.
Veröffentlicht: (2026)

FetalSleepNet: A Transfer Learning Framework with Spectral Equalisation Domain Adaptation for Fetal Sleep Stage Classification
von: Tang, Weitao, et al.
Veröffentlicht: (2025)

A Deep Generative Model for Five-Class Sleep Staging with Arbitrary Sensor Input
von: van Gorp, Hans, et al.
Veröffentlicht: (2024)

MSA-CNN: A Lightweight Multi-Scale CNN with Attention for Sleep Stage Classification
von: Goerttler, Stephan, et al.
Veröffentlicht: (2025)

BitStopper: An Efficient Transformer Attention Accelerator via Stage-fusion and Early Termination
von: Wang, Huizheng, et al.
Veröffentlicht: (2025)

Efficient Source-Free Time-Series Adaptation via Parameter Subspace Disentanglement
von: Patel, Gaurav, et al.
Veröffentlicht: (2024)

From Sleep Staging to Spindle Detection: A Case Study on End-to-End Automated Sleep Analysis
von: Grieger, Niklas, et al.
Veröffentlicht: (2025)

METRIK: Measurement-Efficient Randomized Controlled Trials using Transformers with Input Masking
von: Lala, Sayeri, et al.
Veröffentlicht: (2024)

Cross-Machine Anomaly Detection Leveraging Pre-trained Time-series Model
von: Li, Yangmeng, et al.
Veröffentlicht: (2026)

BrainGPT: Unleashing the Potential of EEG Generalist Foundation Model by Autoregressive Pre-training
von: Yue, Tongtian, et al.
Veröffentlicht: (2024)

Multi-modal Mood Reader: Pre-trained Model Empowers Cross-Subject Emotion Recognition
von: Dong, Yihang, et al.
Veröffentlicht: (2024)

Holter-to-Sleep: AI-Enabled Repurposing of Single-Lead ECG for Sleep Phenotyping
von: Xie, Donglin, et al.
Veröffentlicht: (2026)

Autoencoder for Position-Assisted Beam Prediction in mmWave ISAC Systems
von: El-Banna, Ahmad A. Aziz, et al.
Veröffentlicht: (2025)

Two-Stage Hierarchical and Explainable Feature Selection Framework for Dimensionality Reduction in Sleep Staging
von: Deng, Yangfan, et al.
Veröffentlicht: (2024)

Personalization on a Budget: Minimally-Labeled Continual Learning for Resource-Efficient Seizure Detection
von: Shahbazinia, Amirhossein, et al.
Veröffentlicht: (2025)

UWB TDoA Error Correction using Transformers: Patching and Positional Encoding Strategies
von: Coppens, Dieter, et al.
Veröffentlicht: (2025)

UniMTS: Unified Pre-training for Motion Time Series
von: Zhang, Xiyuan, et al.
Veröffentlicht: (2024)

Self-Supervised Pre-Training with Joint-Embedding Predictive Architecture Boosts ECG Classification Performance
von: Weimann, Kuba, et al.
Veröffentlicht: (2024)