پژوهشگران روش‌هایی برای واردکردن اطلاعات بیمار و دستگاه به طبقه‌بندی صدای تنفس پیشنهاد کردند

تفاوت دستگاه ضبط، محل سمع و ویژگی‌های بیمار می‌تواند بر صدای ثبت‌شده اثر بگذارد و طبقه‌بندی بیماری‌های تنفسی را دشوار کند؛ تغییراتی که لزوماً ناشی از خود بیماری نیستند. پژوهشگران در پیش‌چاپی در arXiv می‌گویند روش‌های موجود معمولاً این فراداده‌ها را نادیده می‌گیرند یا آن‌ها را با شیوه‌هایی ساده ترکیب می‌کنند که اثر منابع گوناگون اطلاعات بر بخش‌های متفاوت بازنمایی صوتی را مدل نمی‌کند.

این پژوهش خانواده‌ای از سازوکارهای شرطی‌سازی فراداده را برای Audio Spectrogram Transformer (AST) پیشنهاد می‌کند. روش‌ها از ترکیب با دروازهٔ باقیمانده آغاز می‌شوند و تا نسخه‌ای از Feature-wise Linear Modulation (FiLM) که برای معماری Transformer تطبیق یافته، پیش می‌روند. چکیده به معرفی دو روش تازهٔ دیگر نیز اشاره می‌کند، اما جزئیات آن‌ها در متن ارائه‌شده موجود نیست.