כתבה
arXiv cs.LG ·
למדד חידוש: Hybrid Ensemble Learning לזיהוי והתקדמות של דימום אפילפטי
Hybrid Ensemble Learning for EEG-Based Epileptic Seizure Forecasting
מחקר חדש: Hybrid Ensemble Learning לזיהוי והתקדמות של דימום אפילפטי. המחקר משתמש ב-EEG ומציע חידוש בשיטת Hybrid Ensemble Learning. המחקר נערך על נתוני CHB-MIT והתוצאות היו 74.2% sensitivity at 1.24 false alarms per hour.
תקציר מקורי באנגליתarXiv:2609.35876v1 Announce Type: new Abstract: Epileptic seizure forecasting aims to provide actionable warnings before seizure onset, yet patient-independent generalization and false-alarm control remain major challenges. We propose a calibrated hybrid ensemble for EEG-based seizure forecasting that combines five deep learning models and three classical machine learning models through a logistic regression stacking meta-learner. The proposed pipeline integrates signal preprocessing, handcrafted feature extraction, class-imbalance handling, probability calibration, and clinically motivated post-processing. We evaluate the framework on CHB-MIT using strict Leave-One-Patient-Out (LOPO) cross-validation, with threshold and post-processing parameters selected only on held-out meta data. On th
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית