申请试用
HOT
登录
注册
 
当生理时间序列分类遇上人工智能
当生理时间序列分类遇上人工智能

当生理时间序列分类遇上人工智能

白玉兰开源
/
发布于
/
873
人观看

上海白玉兰开源开放研究院发起的“青年学者论坛”,意在为国内外大数据及人工智能领域的优秀青年学者,搭建一个非正式交流平台。我们诚邀发表在国际顶会的论文作者,以第一视角介绍其学术观点、研究细节、成果展现、相关领域前沿方向等话题,促进观点碰撞及交流合作。

报告摘要:

睡眠阶段分类作为一种典型的生理信号分类任务,对睡眠质量评估和疾病诊断至关重要。但是,如何有效利用大脑的空间特征和睡眠阶段之间的时间转换信息仍然是一个挑战。特别是由于人类对人脑的了解是有限的,为睡眠阶段分类预定义合适的空间脑连接结构仍然是一个悬而未决的问题。在本文,我们提出了一种新颖的深度图神经网络GraphSleepNet进行自动睡眠阶段分类。GraphSleepNet的主要优点是自适应地学习不同脑电(EEG)通道之间的内在空间联系,从而最好地服务于空图卷积网络(ST-GCN)。该研究提出一种多变量时间序列分类的通用自适应图神经网络框架并首次应用于睡眠阶段分类。

讲师介绍

贾子钰 北京交通大学计算机与信息技术学院博士生,指导老师是林友芳教授和王晶副教授。计划近期于麻省理工学院进行博士联合培养,指导老师是Roger Mark教授(IEEE Fellow)。主要研究兴趣集中于生理时间序列的分析与挖掘、深度学习理论与方法研究。目前已于IJCAI、ACM MM、ICDM、ECML-PKDD等会议或期刊发表论文8篇,其余信息详见个人主页https://ziyujia.github.io/。

2 点赞
1 收藏
12下载
确认
3秒后跳转登录页面
去登陆