Buchumschlag

Accuracy-Constrained CNN Pruning for Efficient and Reliable EEG-Based Seizure Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	K, Mounvik, Harshit, N
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving Real-Time Concept Drift Detection using a Hybrid Transformer-Autoencoder Framework
von: Harshit, N, et al.
Veröffentlicht: (2025)

Web-Scale Multimodal Summarization using CLIP-Based Semantic Alignment
von: K, Mounvik, et al.
Veröffentlicht: (2026)

Long-Term EEG Partitioning for Seizure Onset Detection
von: Chen, Zheng, et al.
Veröffentlicht: (2024)

DistilCLIP-EEG: Enhancing Epileptic Seizure Detection Through Multi-modal Learning and Knowledge Distillation
von: Wang, Zexin, et al.
Veröffentlicht: (2025)

Epileptic Seizure Detection and Prediction from EEG Data: A Machine Learning Approach with Clinical Validation
von: Jayanti, Ria, et al.
Veröffentlicht: (2025)

REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates
von: Afzal, Arshia, et al.
Veröffentlicht: (2024)

Using Explainable AI for EEG-based Reduced Montage Neonatal Seizure Detection
von: Udayantha, Dinuka Sandun, et al.
Veröffentlicht: (2024)

A Dynamical Systems-Inspired Pruning Strategy for Addressing Oversmoothing in Graph Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2024)

RAICL: Retrieval-Augmented In-Context Learning for Vision-Language-Model Based EEG Seizure Detection
von: Li, Siyang, et al.
Veröffentlicht: (2026)

Prune-OPD: Efficient and Reliable On-Policy Distillation for Long-Horizon Reasoning
von: Yang, Zhicheng, et al.
Veröffentlicht: (2026)

Supervised and Unsupervised Deep Learning Approaches for EEG Seizure Prediction
von: Georgis-Yap, Zakary, et al.
Veröffentlicht: (2023)

Beyond One-Way Pruning: Bidirectional Pruning-Regrowth for Extreme Accuracy-Sparsity Tradeoff
von: Liu, Junchen, et al.
Veröffentlicht: (2025)

MT-NAM: An Efficient and Adaptive Model for Epileptic Seizure Detection
von: Afzal, Arshia, et al.
Veröffentlicht: (2025)

Novel Epileptic Seizure Detection Techniques and their Empirical Analysis
von: Guharoy, Rabel, et al.
Veröffentlicht: (2023)

EEG-DCNet: A Fast and Accurate MI-EEG Dilated CNN Classification Method
von: Peng, Wei, et al.
Veröffentlicht: (2024)

EEG-DIF: Early Warning of Epileptic Seizures through Generative Diffusion Model-based Multi-channel EEG Signals Forecasting
von: Jiang, Zekun, et al.
Veröffentlicht: (2024)

Towards Adaptive Deep Learning: Model Elasticity via Prune-and-Grow CNN Architectures
von: Mangal, Pooja, et al.
Veröffentlicht: (2025)

Post-Pruning Accuracy Recovery via Data-Free Knowledge Distillation
von: Tripurwar, Chinmay, et al.
Veröffentlicht: (2025)

Unbiased Dynamic Pruning for Efficient Group-Based Policy Optimization
von: Zhu, Haodong, et al.
Veröffentlicht: (2026)

Resource-Constrained Affect Modelling via Variance Regularisation Pruning
von: Pinitas, Kosmas, et al.
Veröffentlicht: (2026)

ARNN: Attentive Recurrent Neural Network for Multi-channel EEG Signals to Identify Epileptic Seizures
von: Rukhsar, Salim, et al.
Veröffentlicht: (2024)

CEEMDAN-Based Multiscale CNN for Wind Turbine Gearbox Fault Detection
von: Alagha, Nejad, et al.
Veröffentlicht: (2026)

MoECollab: Democratizing LLM Development Through Collaborative Mixture of Experts
von: Harshit
Veröffentlicht: (2025)

Federated Few-Shot Learning for Epileptic Seizure Detection Under Privacy Constraints
von: Sysoykova, Ekaterina, et al.
Veröffentlicht: (2025)

Pruning Foundation Models for High Accuracy without Retraining
von: Zhao, Pu, et al.
Veröffentlicht: (2024)

EEGMobile: Enhancing Speed and Accuracy in EEG-Based Gaze Prediction with Advanced Mobile Architectures
von: Liang, Teng, et al.
Veröffentlicht: (2024)

PrunePEFT: Iterative Hybrid Pruning for Parameter-Efficient Fine-tuning of LLMs
von: Yu, Tongzhou, et al.
Veröffentlicht: (2025)

Alignment-Based Adversarial Training (ABAT) for Improving the Robustness and Accuracy of EEG-Based BCIs
von: Chen, Xiaoqing, et al.
Veröffentlicht: (2024)

Numerical Pruning for Efficient Autoregressive Models
von: Shen, Xuan, et al.
Veröffentlicht: (2024)

FedMap: Iterative Magnitude-Based Pruning for Communication-Efficient Federated Learning
von: Herzog, Alexander, et al.
Veröffentlicht: (2024)

GEPD:GAN-Enhanced Generalizable Model for EEG-Based Detection of Parkinson's Disease
von: Zhang, Qian, et al.
Veröffentlicht: (2025)

Orthogonal Soft Pruning for Efficient Class Unlearning
von: Gong, Qinghui, et al.
Veröffentlicht: (2025)

Epileptic Seizure Detection in Separate Frequency Bands Using Feature Analysis and Graph Convolutional Neural Network (GCN) from Electroencephalogram (EEG) Signals
von: Jibon, Ferdaus Anam, et al.
Veröffentlicht: (2026)

Centrality-Based Pruning for Efficient Echo State Networks
von: Laudari, Sudip
Veröffentlicht: (2026)

EEG Artifact Detection and Correction with Deep Autoencoders
von: Aquilué-Llorens, David, et al.
Veröffentlicht: (2025)

Pruning the Way to Reliable Policies: A Multi-Objective Deep Q-Learning Approach to Critical Care
von: Shirali, Ali, et al.
Veröffentlicht: (2023)

TransformEEG: Towards Improving Model Generalizability in Deep Learning-based EEG Parkinson's Disease Detection
von: Del Pup, Federico, et al.
Veröffentlicht: (2025)

Text Quality-Based Pruning for Efficient Training of Language Models
von: Sharma, Vasu, et al.
Veröffentlicht: (2024)

Hypformer: Exploring Efficient Transformer Fully in Hyperbolic Space
von: Yang, Menglin, et al.
Veröffentlicht: (2024)

Beyond Accuracy: Robustness, Interpretability and Expressiveness of EEG Foundation Models
von: Širca, Urban, et al.
Veröffentlicht: (2026)