本研究では，自動睡眠ステージ判定における精度向上を目的として，Transformerを既存の深層学習モデルに導入する手法を検討する。従来のCNNやRNN系モデルでは長期的な時間依存関係の学習に課題があったが，注意機構を用いるTransformerの適用により，時系列特徴のより効果的な抽出が期待される。本研究では睡眠時系列データを用いてモデルを構築し，従来手法との性能比較を行い，Transformer導入の有効性を評価する。