审查]计算机视觉和模式识别(CVPR)国际计算机视觉会议(ICCV)神经信息处理系统(NEURIPS)国际学习表征会议(ICLR)国际机器学习国际机器学习会议(ICML)国际声音,语音和信号处理(ICASSP)交易(ICASSP)交易(ICASSP)交易(ICASSP)在模式分析和机器Intelligence(TPAMI)研究(TPAMI)研究(TPAMI)研究(TPAMI)(TPAMI)(TPAMI)(TPAMI)(TPAMI)(TPAMI)(TPAMI)日记(JMLRR)(JMLRRRR)(JMLRRRR)(JMLRRRR)(JMLRRRRRR)大数据的交易
Petermann, D.、Wichern, G.、Wang, Z.-Q. 和 Le Roux, J.,“鸡尾酒叉问题:真实世界音轨的三重音频分离”,IEEE 国际声学、语音和信号处理会议 (ICASSP),2022 年 4 月,第 526-530 页。
[1] S. Geirnaert 等人。(2021 年)。《基于脑电图的听觉注意力解码:面向神经引导听力设备》,IEEE 信号处理。Mag。38(4),第 89-102 页。DOI:10.1109/MSP.2021.3075932 [2] An, WW 等人。(2021 年)。《从“EEG 耳机”解码音乐注意力:用户友好的听觉脑机接口》,2021 年 – ICASSP。第 985-988 页。DOI:10.1109/ICASSP39728.2021.9414492
Reviewer for ICASSP, INTERSPEECH, LREC, SCiL, the National Science Foundation, the Natural Sciences and Engineering Research Council of Canada, Oxford University Press, Biolinguistics , Cognition , Cognitive Science , Computational Linguistics , Glossa , Journal of Child Language , Journal of Linguistics , Journal of Autism & De- velopmental Disorders , Language , Language Variation & Change , Lingua , Nature Communication , Phonology , PLOS ONE , and计算语言学协会的交易。
摘要:这项工作提出了Seizft - 一种新型的癫痫发作检测框架,该框架利用机器学习使用可穿戴的Sensordot EEG数据自动检测癫痫发作。受到可预处的睡眠阶段的启发,我们的新方法采用了数据增强,有意义的特征提取和决策树的独特组合,以提高对脑电图变化的弹性,并提高概括以概括为看不见数据的能力。傅立叶变换(FT)替代物被用来增加样本量并改善标记的非塞兹和癫痫发作时期之间的平衡。为了增强模型稳定性和准确性,Seizft通过Catboost Classifier利用决策树的集合来将EEG记录的每一秒分类为癫痫发作或非癫痫发作。SEIZIT1数据集用于培训,SEIZIT2数据集用于验证和测试。使用两个主要指标:使用AINY-ROVERLAP方法(OVLP)和错误的警报(FA)速率(使用基于Epoch的评分(Epoch))评估了用于癫痫发作检测的模型性能。值得注意的是,Seizft在2023年2023年国际声学,言语和信号处理国际会议上(ICASSP)的癫痫发作检测挑战(ICASSP)的一系列最先进的癫痫发作检测算法(ICASSP)。seizft在准确的癫痫发作检测中优于最先进的黑盒模型,并最小化错误警报,总分获得了40.15的总分,在两个任务中结合了OVLP和时期,并且比下一个最佳方法的改善约为30%。Seizft的解释性是一个关键优势,因为它促进了医疗保健专业人员的信任和问责制。从Seizft提取的最预测性的癫痫发作检测特征是:三角波,四分位数范围,标准偏差,总绝对功率,Theta波,三角洲与Theta的比率,BINNED熵,Hjorth Complextity,Delta + Theta + Theta和Higuchi Fractal Fractal Ristermension。总而言之,将Seizft成功应用于可穿戴的Sensordot数据表明,它可能进行实时,连续监测的潜力,以改善个性化医学癫痫。
Yuhao Sun(本科@USTC,PhD@thu) - [提交给CVPR'25] 5月。 2024-当前的Hanhui Wang(Master@USC) - [提交给CVPR'25] 5月。 2024-当前的Chongyu粉丝(本科@hust,PhD@msu) - [[ICLR'24 Spotlight] May。 2023-当前的Haomin Zhuang(Phd@Notre Dame) - [[Cvprw'23]],[提交给ICLR'25] 2022年12月 - 当前CAN CAN JIN(Undergraduate@ustc,phd@rutgers)博士@hkust) - [[CVPR'23],[ICLR'24]] 2022年10月 - 2023年10月Mohammad Jafari(Sharif Technology,Sharif Technology) - [ICASSP'24]] 5月。 2023- 2023年10月Yuhao Sun(本科@USTC,PhD@thu) - [提交给CVPR'25] 5月。2024-当前的Hanhui Wang(Master@USC) - [提交给CVPR'25] 5月。2024-当前的Chongyu粉丝(本科@hust,PhD@msu) - [[ICLR'24 Spotlight] May。2023-当前的Haomin Zhuang(Phd@Notre Dame) - [[Cvprw'23]],[提交给ICLR'25] 2022年12月 - 当前CAN CAN JIN(Undergraduate@ustc,phd@rutgers)博士@hkust) - [[CVPR'23],[ICLR'24]] 2022年10月 - 2023年10月Mohammad Jafari(Sharif Technology,Sharif Technology) - [ICASSP'24]] 5月。2023- 2023年10月
博士面试委员会成员:参与芬兰奥卢大学 CMVS 2024 年春季博士研究员的招聘流程。2023 年 10 月专业会员资格:IEEE、ACM、樱花科学俱乐部:OPU 日本、马尼帕尔认知科学论坛。研究评审:审查各种知名国际期刊和会议的研究论文,包括 IEEE TNNLS、IEEE TMM、IEEE TAI、IEEE TCSVT、Elsevier ESWA、Springer NCAA、WACV 2024、ICASSP 2024、ACL 2023 和 ICONIP 2022。
学生纸竞赛,美国医学信息学协会(AMIA)年度研讨会,2022年。获胜者和亚军,通知海报比赛,2022年。获胜者,应用最佳纸质比赛,第17届信息挖掘与决策分析研讨会,2022年。决赛入围者,信息挖掘最佳纸质竞赛奖(学生曲目),2022年。决赛入围者,信息瓦格纳奖,2021年。最佳纸张奖(荣誉奖),ICML时间系列研讨会,2021。最佳第16页的最佳论文告知有关数据挖掘和决策分析的研讨会,决赛入围者,2021年。第15篇最佳论文将有关数据挖掘和决策分析的研讨会,第二名,2020年。告诉您做得好或参加社交良好的纸质比赛,第2位,2019年。通知QSR最佳学生纸竞赛,决赛入围,2019年。向ICS最佳学生纸竞赛提供信息,亚军,2019年。最佳学生纸奖,IEEE ICASSP会议,2019年。通知社交媒体分析最佳学生造纸比赛,决赛入围,2018年。通知QSR最佳学生纸竞赛,决赛入围,2018年。IMA研讨会上的最佳海报奖,《复杂性预测》,2018年。告知QSR最佳学生纸竞赛,决赛入围,2017年。最佳学生纸奖,IEEE ICASSP会议,决赛入围,2007年。最佳学生纸张奖,IEEE ASILOMAR会议,2005年,第1名。编辑委员会会员资格
研究论文 1. S. Wozniak 等人,《自然机器智能》,2020 年 2. T. Ortner 等人,IEEE ICASSP,2022 年 3. T. Ortner 等人,I EEE Trans. Neural Networks Learn. Syst,2022 年 4. A. Stanojevic 等人,《神经网络》,2023 年 5. G. Dellaferrera 等人,《自然通讯》,2022 年 6. S. Wozniak 等人,《自然通讯》,2023 年 7. Y. Schnider 等人,IEEE CVPRW,2023 年 8. A. Stanjoevic 等人,《自然通讯》,2024 年 ...
