Buchumschlag

Personalization on a Budget: Minimally-Labeled Continual Learning for Resource-Efficient Seizure Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shahbazinia, Amirhossein, Dan, Jonathan, Miranda, Jose A., Ansaloni, Giovanni, Atienza, David
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantifying the Generalization Gap in Seizure Detection: A Large-Scale Empirical Benchmark via the SzCORE Challenge
von: Dan, Jonathan, et al.
Veröffentlicht: (2025)

KID-PPG: Knowledge Informed Deep Learning for Extracting Heart Rate from a Smartwatch
von: Kechris, Christodoulos, et al.
Veröffentlicht: (2024)

DC is all you need: describing ReLU from a signal processing standpoint
von: Kechris, Christodoulos, et al.
Veröffentlicht: (2024)

Adapting Tensor Kernel Machines to Enable Efficient Transfer Learning for Seizure Detection
von: de Rooij, Seline J. S., et al.
Veröffentlicht: (2025)

SzCORE: A Seizure Community Open-source Research Evaluation framework for the validation of EEG-based automated seizure detection algorithms
von: Dan, Jonathan, et al.
Veröffentlicht: (2024)

An Unobtrusive and Lightweight Ear-worn System for Continuous Epileptic Seizure Detection
von: Aziz, Abdul, et al.
Veröffentlicht: (2024)

Energy-Efficient Seizure Detection Suitable for low-power Applications
von: Werner, Julia, et al.
Veröffentlicht: (2024)

Manifold Learning for Personalized and Label-Free Detection of Cardiac Arrhythmias
von: Vazifeh, Amir Reza, et al.
Veröffentlicht: (2025)

An Efficient and Flexible Deep Learning Method for Signal Delineation via Keypoints Estimation
von: Atienza, Adrian, et al.
Veröffentlicht: (2024)

Efficient Patient Fine-Tuned Seizure Detection with a Tensor Kernel Machine
von: de Rooij, Seline J. S., et al.
Veröffentlicht: (2024)

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

Dynamic GNNs for Precise Seizure Detection and Classification from EEG Data
von: Hajisafi, Arash, et al.
Veröffentlicht: (2024)

Seizure-NGCLNet: Representation Learning of SEEG Spatial Pathological Patterns for Epileptic Seizure Detection via Node-Graph Dual Contrastive Learning
von: Wang, Yiping, et al.
Veröffentlicht: (2025)

Automated Detection of Epileptic Spikes and Seizures Incorporating a Novel Spatial Clustering Prior
von: Dong, Hanyang, et al.
Veröffentlicht: (2025)

Latency Minimization for UAV-Enabled Federated Learning: Trajectory Design and Resource Allocation
von: Zhang, Xuhui, et al.
Veröffentlicht: (2024)

Demo: Multi-Modal Seizure Prediction System
von: Saeizadeh, Ali, et al.
Veröffentlicht: (2024)

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

Data Augmentation for Seizure Prediction with Generative Diffusion Model
von: Shu, Kai, et al.
Veröffentlicht: (2023)

SPIRIT: Low Power Seizure Prediction using Unsupervised Online-Learning and Zoom Analog Frontends
von: Pandey, Aviral, et al.
Veröffentlicht: (2024)

VersaPants: A Loose-Fitting Textile Capacitive Sensing System for Lower-Body Motion Capture
von: Kasap, Deniz, et al.
Veröffentlicht: (2025)

EEG-Based Inter-Patient Epileptic Seizure Detection Combining Domain Adversarial Training with CNN-BiLSTM Network
von: Tazaki, Rina, et al.
Veröffentlicht: (2025)

Canine EEG Helps Human: Cross-Species and Cross-Modality Epileptic Seizure Detection via Multi-Space Alignment
von: Wang, Z., et al.
Veröffentlicht: (2024)

RNN-Based Models for Predicting Seizure Onset in Epileptic Patients
von: Mounagurusamy, Mathan Kumar, et al.
Veröffentlicht: (2024)

NERULA: A Dual-Pathway Self-Supervised Learning Framework for Electrocardiogram Signal Analysis
von: Manimaran, Gouthamaan, et al.
Veröffentlicht: (2024)

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

Multi-Branch Mutual-Distillation Transformer for EEG-Based Seizure Subtype Classification
von: Peng, Ruimin, et al.
Veröffentlicht: (2024)

An Empirical Investigation of Reconstruction-Based Models for Seizure Prediction from ECG Signals
von: Chopannavaz, Mohammad Reza, et al.
Veröffentlicht: (2025)

SeizNet: An AI-enabled Implantable Sensor Network System for Seizure Prediction
von: Saeizadeh, Ali, et al.
Veröffentlicht: (2024)

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

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

Leveraging Self-Supervised Learning Methods for Remote Screening of Subjects with Paroxysmal Atrial Fibrillation
von: Atienza, Adrian, et al.
Veröffentlicht: (2025)

A Patient-Independent Neonatal Seizure Prediction Model Using Reduced Montage EEG and ECG
von: Ranasingha, Sithmini, et al.
Veröffentlicht: (2025)

Multi-Modal Machine Learning Framework for Automated Seizure Detection in Laboratory Rats
von: Mullen, Aaron, et al.
Veröffentlicht: (2024)

Self-Supervised Learning at the Edge: The Cost of Labeling
von: Pereira, Roberto, et al.
Veröffentlicht: (2025)

Approximating the Hotelling Observer with Autoencoder-Learned Efficient Channels for Binary Signal Detection Tasks
von: Granstedt, Jason L., et al.
Veröffentlicht: (2020)

Label-Efficient Sleep Staging Using Transformers Pre-trained with Position Prediction
von: Lala, Sayeri, et al.
Veröffentlicht: (2024)

Neural Memory Networks for Seizure Type Classification
von: Ahmedt-Aristizabal, David, et al.
Veröffentlicht: (2019)

Real-Time Stress Detection via Photoplethysmogram Signals: Implementation of a Combined Continuous Wavelet Transform and Convolutional Neural Network on Resource-Constrained Microcontrollers
von: Hasanpoor, Yasin, et al.
Veröffentlicht: (2024)

FB-NLL: A Feature-Based Approach to Tackle Noisy Labels in Personalized Federated Learning
von: Ali, Abdulmoneam, et al.
Veröffentlicht: (2026)

Graph-Based Deep Learning on Stereo EEG for Predicting Seizure Freedom in Epilepsy Patients
von: Agaronyan, Artur, et al.
Veröffentlicht: (2025)