深層学習による睡眠ステージ（睡眠状態, レム睡眠など）自動判定において，判定精度を低下させる要因の一つに患者の年齢のばらつきがある。
問題を解決する方法として各世代ごとに特化したモデルを作成することが考えられるが、一モデルあたりの学習サンプルが不足して精度に悪影響を与えることがある。
そこで本研究では、1つのモデル内で擬似的に複数の特化モデルを再現することを目指す。具体的には、選択的不感化と呼ばれる浅層ニューラルネットの手法を基にした内部処理の切替機構を開発する。
今後、提案手法をベースラインモデルおよび複数の特化モデルと比較する実験を行い、その結果と考察を発表する予定である。