PulseAugur
实时 07:33:28
English(EN) OSF: On Pre-training and Scaling of Sleep Foundation Models

新的OSF基础模型推动睡眠生理学研究

研究人员推出了一系列新的睡眠生理学基础模型OSF,旨在解决多导睡眠图数据的异质性问题。通过对大量睡眠记录进行广泛预训练以及开发SleepBench基准,他们确定了可泛化睡眠模型的关键因素,包括通道不变特征学习和数据混合扩展。OSF模型在各种睡眠和疾病预测任务上取得了最先进的性能,展示了改进的样本效率和跨数据集扩展能力。 AI

影响 这些模型可以提高睡眠障碍诊断和分析的准确性和泛化能力。

排序理由 该集群是关于一篇介绍睡眠生理学新模型和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的OSF基础模型推动睡眠生理学研究

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zitao Shuai, Zongzhe Xu, David Yang, Wei Wang, Yuzhe Yang ·

    OSF: On Pre-training and Scaling of Sleep Foundation Models

    arXiv:2603.00190v2 Announce Type: replace-cross Abstract: Polysomnography (PSG) provides the gold standard for sleep assessment but suffers from substantial heterogeneity across recording devices and cohorts. There have been growing efforts to build general-purpose foundation mod…