Buchumschlag

PSDNorm: Test-Time Temporal Normalization for Deep Learning in Sleep Staging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gnassounou, Théo, Collas, Antoine, Flamary, Rémi, Gramfort, Alexandre
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment
von: Gnassounou, Théo, et al.
Veröffentlicht: (2024)

Weakly supervised covariance matrices alignment through Stiefel matrices estimation for MEG applications
von: Collas, Antoine, et al.
Veröffentlicht: (2024)

SKADA-Bench: Benchmarking Unsupervised Domain Adaptation Methods with Realistic Validation On Diverse Modalities
von: Lalou, Yanis, et al.
Veröffentlicht: (2024)

Physics-informed and Unsupervised Riemannian Domain Adaptation for Machine Learning on Heterogeneous EEG Datasets
von: Mellot, Apolline, et al.
Veröffentlicht: (2024)

Geodesic Optimization for Predictive Shift Adaptation on EEG data
von: Mellot, Apolline, et al.
Veröffentlicht: (2024)

Unsupervised Learning for Optimal Transport plan prediction between unbalanced graphs
von: Mazelet, Sonia, et al.
Veröffentlicht: (2025)

Leveraging Generic Time Series Foundation Models for EEG Classification
von: Gnassounou, Théo, et al.
Veröffentlicht: (2025)

Properties of Discrete Sliced Wasserstein Losses
von: Tanguy, Eloi, et al.
Veröffentlicht: (2023)

Geometric Dictionary Learning of Dynamical Systems with Optimal Transport
von: Germain, Thibaut, et al.
Veröffentlicht: (2026)

A Spectral-Grassmann Wasserstein metric for operator representations of dynamical systems
von: Germain, Thibaut, et al.
Veröffentlicht: (2025)

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

Any2Graph: Deep End-To-End Supervised Graph Prediction With An Optimal Transport Loss
von: Krzakala, Paul, et al.
Veröffentlicht: (2024)

MVICAD2: Multi-View Independent Component Analysis with Delays and Dilations
von: Heurtebise, Ambroise, et al.
Veröffentlicht: (2025)

Differentiable Expectation-Maximisation and Applications to Gaussian Mixture Model Optimal Transport
von: Boïté, Samuel, et al.
Veröffentlicht: (2025)

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

Hierarchical Variable Importance with Statistical Control for Medical Data-Based Prediction
von: Paillard, Joseph, et al.
Veröffentlicht: (2025)

SPD Learn: A Geometric Deep Learning Python Library for Neural Decoding Through Trivialization
von: Aristimunha, Bruno, et al.
Veröffentlicht: (2026)

Riemannian Flow Matching for Brain Connectivity Matrices via Pullback Geometry
von: Collas, Antoine, et al.
Veröffentlicht: (2025)

A Temporal Linear Network for Time Series Forecasting
von: Genet, Remi, et al.
Veröffentlicht: (2024)

A Temporal Kolmogorov-Arnold Transformer for Time Series Forecasting
von: Genet, Remi, et al.
Veröffentlicht: (2024)

StableSleep: Source-Free Test-Time Adaptation for Sleep Staging with Lightweight Safety Rails
von: Arasu, Hritik, et al.
Veröffentlicht: (2025)

The quest for the GRAph Level autoEncoder (GRALE)
von: Krzakala, Paul, et al.
Veröffentlicht: (2025)

Neural Optimal Transport Meets Multivariate Conformal Prediction
von: Kondratyev, Vladimir, et al.
Veröffentlicht: (2025)

Distributional Reduction: Unifying Dimensionality Reduction and Clustering with Gromov-Wasserstein
von: Van Assel, Hugues, et al.
Veröffentlicht: (2024)

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

MetaSTH-Sleep: Towards Effective Few-Shot Sleep Stage Classification for Health Management with Spatial-Temporal Hypergraph Enhanced Meta-Learning
von: Li, Jingyu, et al.
Veröffentlicht: (2025)

A Context-Aware Temporal Modeling through Unified Multi-Scale Temporal Encoding and Hierarchical Sequence Learning for Single-Channel EEG Sleep Staging
von: Vakili, Amirali, et al.
Veröffentlicht: (2025)

Data-Efficient Sleep Staging with Synthetic Time Series Pretraining
von: Grieger, Niklas, et al.
Veröffentlicht: (2024)

MSAlign: Aligning Molecule and Mass Spectra Foundation Models for Metabolite Identification
von: Krzakala, Paul, et al.
Veröffentlicht: (2026)

Adopting Trustworthy AI for Sleep Disorder Prediction: Deep Time Series Analysis with Temporal Attention Mechanism and Counterfactual Explanations
von: Ahadian, Pegah, et al.
Veröffentlicht: (2024)

Demographic-Aware Transfer Learning for Sleep Stage Classification in Clinical Polysomnography
von: Hossain, S M Asif, et al.
Veröffentlicht: (2026)

Deep Learning for VWAP Execution in Crypto Markets: Beyond the Volume Curve
von: Genet, Remi
Veröffentlicht: (2025)

EEG Sleep Stage Classification with Continuous Wavelet Transform and Deep Learning
von: Gashti, Mehdi Zekriyapanah, et al.
Veröffentlicht: (2025)

Individualized and Interpretable Sleep Forecasting via a Two-Stage Adaptive Spatial-Temporal Model
von: Wang, Xueyi, et al.
Veröffentlicht: (2025)

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

Mamba-based Deep Learning Approach for Sleep Staging on a Wireless Multimodal Wearable System without Electroencephalography
von: Zhang, Andrew H., et al.
Veröffentlicht: (2024)

Self-Supervised Spatial-Temporal Normality Learning for Time Series Anomaly Detection
von: Chen, Yutong, et al.
Veröffentlicht: (2024)

LG-Sleep: Local and Global Temporal Dependencies for Mice Sleep Scoring
von: Sartipi, Shadi, et al.
Veröffentlicht: (2024)

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

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