Neuer Transformer verbessert Schlafstadienklassifikation dank EEG‑EOG‑Fusion
Ein neues Verfahren namens SleepDIFFormer nutzt einen Multivariate Differential Transformer, um die Klassifikation von Schlafstadien aus EEG‑ und EOG‑Signalen zu optimieren. Durch die Kombination beider Messarten entsteht eine robuste, domäneninvariante Repräsentation, die die typische Nicht‑Stationarität dieser Signale kompensiert.
