js33333金沙线路检测本科生论文被中国模式识别与计算机视觉学术会议（PRCV）录用

近日，js33333金沙线路检测16级本科生胥凯林的论文《Automatic Classification of Sleep Stages from Single-Channel EEG》被中国模式识别与计算机视觉学术会议（PRCV）录用。PRCV2020是由中国模式识别学术会议（CCPR）和中国计算机视觉大会（CCCV）合并而来，由中国自动化学会(CAA)、中国图象图形学学会(CSIG)、中国人工智能学会(CAAI)和中国计算机学会（CCF）联合主办，定位国内顶级的模式识别和计算机视觉领域学术盛会。 PRCV2020合计收到中国、澳大利亚、意大利、瑞士等国家作者的有效投稿400余篇，国内作者来自中科院、北大、清华、香港中文大学、香港理工大学等单位。经过严格的评审过程，共录用160篇左右。在评审过程中，采取相同单位回避的原则，每篇论文至少经过两个以上的评审专家评审，最后经过资深的领域专家决定是否录用。

该篇论文是胥凯林同学在本科毕业设计期间的工作内容之一——围绕人类的睡眠分析展开研究。睡眠是人类不可或缺的生活需要，监测睡眠、调节睡眠、睡眠评估对维持人体健康有着重要意义。睡眠分期是进行睡眠分析的一种通用方法，一般分为觉醒期、快速眼动睡眠期、浅度睡眠I期、浅度睡眠II期、深度睡眠期。但是，基于人工脑电图（Electroencephalogram，EEG）的睡眠分期是一项极为耗时的工作，并且利用EEG评估睡眠调节效果的方法仍花费昂贵。为此，论文设计了一种自动睡眠分期模型。该模型能在最大限度地保留信息、拓宽网络、扩大感知域的情况下，提取出合适的时不变特征，并自动对睡眠阶段进行分类。并且，论文实现了一种两步训练算法，首先通过过采样重新平衡数据集，然后利用贝叶斯优化得到超参数，并对模型进行预训练。进一步的，本文在模型微调中提出一种新的feedback loss损失函数，用于减少样本不平衡问题的影响，该损失函数的权重随反馈信息动态变化，以最优地适应当前模型。在Sleep-EDF数据集的评估结果表明，本文方法在总体精度、macro F1-score、Cohen’s Kappa系数上优于目前最先进的方法。

胥凯林的毕设论文被评选为东南大学优秀论文，并参评江苏省优秀毕设论文。近年来，js33333金沙线路检测本科毕业设计以培养学生工程实践能力为目标，加强对毕业设计过程的管理与监控，切实提高了毕业设计的质量，连续8年获得江苏省优秀本科毕业设计论文奖励。