{
  "kind": "백본 동결 + 우리 classifier 파인튜닝 + 특징 정규화 (단일 모델)",
  "pretrain_set": "BASIC",
  "pretrained_fold": 3,
  "head_cfg": {
    "lr": 0.0003,
    "wd": 0.0001,
    "drop": 0.0,
    "ep": 80
  },
  "inner_cv_auc": 0.8730158730158731,
  "n_train": 40,
  "embed_dim": 1536,

  "threshold_rule": "고정 0.5 (softmax argmax). 데이터에서 추정하지 않는다 — 자유도 0이라 새 대상으로 넘어갈 때 임계값이 흔들리지 않는다. 홈스크리닝이라 검출률을 우선한다.",
  "threshold_mdd": 0.5,
  "threshold": 0.5,
  "sens_mdd": 0.6833,
  "spec_hc": 0.6972,
  "oof_acc": 0.6903,
  "oof_bal_acc": 0.6903,

  "oof_auc_seed_mean": 0.8145833333333332,
  "oof_auc_seed_se": 0.010416666666666668,
  "oof_auc_fold_mean": 0.8145833333333333,
  "oof_auc_pooled": 0.7984027777777778,
  "oof_seeds": {
    "500": 0.825,
    "900": 0.79375,
    "1100": 0.825
  },

  "fs": 256,
  "epoch_t": 8,
  "eeg_patch_size": 32,
  "ppg_patch_size": 128,
  "eeg_patch_stride": 32,
  "ppg_patch_stride": 64,
  "hc_index": 1,

  "note": "linkband(EEG 250Hz/PPG 50Hz) 전용. 백본은 model/BHITransformer/models/bestModel_fold03.pt 를 그대로 쓴다. 특징 정규화(scaler.npz)를 반드시 적용해야 한다 — 빼면 0.66 으로 떨어진다. 민감도/특이도는 우울증을 양성으로 놓은 값이다.",

  "_previous_youden": {
    "note": "참고용. 임계값을 Youden(민감도+특이도 최대)으로 잡았을 때의 값. 시드 홀드아웃에서 임계값이 0.41~0.67 로 흔들려(폭 0.259) 채택하지 않았다.",
    "threshold_mdd": 0.6478,
    "sens_mdd": 0.5278,
    "spec_hc": 0.9222,
    "oof_acc": 0.7236
  }
}