최근 수면 기반 모델이 수면 단계 판별, 무호흡증 감지, 질병 위험 예측 등 수면 관련 작업에서 뛰어난 성능을 보여주고 있습니다.
연구 결과, 수면 생체 신호가 수면 영역을 넘어 인접 영역으로의 표현 학습을 위한 효과적인 사전 훈련 분포가 될 수 있음을 확인했습니다.
다양한 EEG 및 ECG 데이터 세트에서 수면 사전 훈련은 스크래치부터 학습하는 것보다 성능을 꾸준히 향상시켰으며, 일부 작업에서는 기존 최고 성능 모델과 경쟁하거나 능가했습니다.