ROM-based inference method built on deep learning for sleep stage classification
المؤلف | AlMeer M.H. |
المؤلف | Hassen H. |
المؤلف | Nawaz N. |
تاريخ الإتاحة | 2020-04-25T01:02:21Z |
تاريخ النشر | 2019 |
اسم المنشور | TEM Journal |
المصدر | Scopus |
الرقم المعياري الدولي للكتاب | 22178309 |
الملخص | We used a classical deep feedforward neural network (DFFNN) for an automatic sleep stage scoring based on a single-channel EEG signal. We used an open-available dataset, randomly selecting one healthy young adult for both training (≈5%) and evaluation (≈95%). We also augmented the validation by using 5-fold cross validations for the result comparisons. We introduced a new method for inferring the trained network based on a ROM module (memory concept), so it would be faster than directly inferring the trained Deep Neural Network (DNN). The ROM content is filled after the DNN network is trained by the training set and inferred using the testing set. An accuracy of 97% was achieved in inferring the test datasets using ROM when compared to the classic trained DNN inference process. |
اللغة | en |
الناشر | UIKTEN - Association for Information Communication Technology Education and Science |
الموضوع | Deep Neural Networks DNN FFNN PSG Sleep stages |
النوع | Article |
الصفحات | 28-40 |
رقم العدد | 1 |
رقم المجلد | 8 |
الملفات في هذه التسجيلة
الملفات | الحجم | الصيغة | العرض |
---|---|---|---|
لا توجد ملفات لها صلة بهذه التسجيلة. |
هذه التسجيلة تظهر في المجموعات التالية
-
علوم وهندسة الحاسب [2284 items ]