แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

Sleep stages classification with multi-modal signals using deep learning

Organization : KMUTT. Computer Engineering (CPE)

Organization : University of Burgundy

Organization : KMUTT. Media Technology (MDT)

Organization : University of Burgundy
Email : davide.callegarin@chu-dijon.fr

Organization : CHU Dijon. Neurophysiology Service
LCSH: Sleep -- Classification
LCSH: Deep learning (Machine learning)
LCSH: Electroencephalography
LCSH: Signal processing -- Digital techniques
Abstract: This study introduces a novel deep learning architecture for automated sleep stage classification addressing the limitations of traditional methods which are often labor-intensive and subjective. Utilizing a hybrid Convolutional Neural Network - Long Short-Term Memory (CNN-LSTM) network. Our model analyzes multi-modal physiological data from the Sleep Multi-modal Electroencephalogram (SOMEG) dataset to accurately classify sleep stages. Our approach achieved a remarkable overall accuracy of 82.05% surpassing existing methods including Support Vector Machines and other published deep learning models that typically range from 79-81% accuracy. Rigorous training, validation and testing demonstrate the robust generalization capabilities of our model. While confusion matrix analysis revealed areas for improvement in differentiating between stages with high inter-individual variability specifically N1 and N2 in our findings highlight the significant potential of this architecture to advance automated sleep stage classification and contribute to more efficient and accurate diagnosis of sleep disorders
King Mongkut's University of Technology North Bangkok. Central Library
Address: BANGKOK
Email: library@kmutnb.ac.th
Created: 2025
Modified: 2025-06-17
Issued: 2025-06-17
บทความ/Article
application/pdf
BibliograpyCitation : In Electrical Engineering Academic Association (Thailand) and King Mongkut's University of Technology North Bangkok. Department of Electrical and Computer Engineering. 13th International Electrical Engineering Congress (iEECON 2025) (P06220). Bangkok : Electrical Engineering Academic Association (Thailand), 2025
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 iEECON 2025 P06220.pdf 1.53 MB
ใช้เวลา
0.041472 วินาที

Kantapat Kwansomkid
Title Contributor Type
Deep learning-based predictive modeling for male depression detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, R. S. Lakshmi;Sumetee Jirapattarasakul;Kantapat Kwansomkid;Sirimonpak Suwannakhun;Thaweesak Yingthawornsuk

บทความ/Article
Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine

บทความ/Article
El Vaigh, Cheikh Brahim
Title Contributor Type
Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine

บทความ/Article
Thaweesak Yingthawornsuk
Title Contributor Type
Deep learning-based predictive modeling for male depression detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, R. S. Lakshmi;Sumetee Jirapattarasakul;Kantapat Kwansomkid;Sirimonpak Suwannakhun;Thaweesak Yingthawornsuk

บทความ/Article
Empirical evaluation of machine learning techniques for autism spectrum disorder
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sethi, Akshit;Khan, Kainat;Katarya, Rahul;Thaweesak Yingthawornsuk

บทความ/Article
Data analytics and machine learning approach for tsunami prediction from satellite and hydrographic data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Lakshmi Balaji, R. S.;Duraimuthuarasan, N.;Thaweesak Yingthawornsuk

บทความ/Article
Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine

บทความ/Article
Intelligent flagged content detection with transformer-based models for secure online environments
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, R. S. Lakshmi;Abirami, G.;Sirimonpak Suwannakhun;Thiruvenkataswamy, C . S.;Thaweesak Yingthawornsuk

บทความ/Article
A study of deep learning models for identifying and estimating psychological stress and disorders using electroencephalogram signals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Balaji, Lakshmi R. S.;Batumalay, M.;Thaweesak Yingthawornsuk;Avanthika Swamy;Sirimonpak Suwannakhun

บทความ/Article
Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk

บทความ/Article
Deep learning based classification of depression and suicidal risk among normal speakers using delta-spectral cepstral coefficients
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Pavat Ruckchopsanti;Nattarika Ngearnsajja;Pawat Isaraporn;Thanchanok Haruenputh;Thaweesak Yingthawornsuk

บทความ/Article
Callegarin, Davide
Title Contributor Type
Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine

บทความ/Article
Lemesle-Martin, Martine
Title Contributor Type
Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine

บทความ/Article
Copyright 2000 - 2026 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 3
ภายนอกเครือข่าย ThaiLIS จำนวน 4,003
รวม 4,006 คน

More info..
นอก ThaiLIS = 248,343 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 802 ครั้ง
มหาวิทยาลัยราชภัฏ = 560 ครั้ง
มหาวิทยาลัยเอกชน = 58 ครั้ง
มหาวิทยาลัยสงฆ์ = 14 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 9 ครั้ง
สถาบันพระบรมราชชนก = 8 ครั้ง
รวม 249,794 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.60