Uczenie maszynowe i sztuczne sieci neuronowe/Projekty: Różnice pomiędzy wersjami
| Linia 22: | Linia 22: | ||
** test3__calibration_p300.obci.xml | ** test3__calibration_p300.obci.xml | ||
| − | Sygnały zostały "zmontowane" za pomocą [[Laboratorium_EEG/CSP#Common_Spatial_Pattern| filtra przestrzennego CSP]]. Cechami wyliczonymi dla każdego przykładu są wariancje sygnałów w odcinku 150 do 550 ms po bodźcu dla kadego ze [[Laboratorium_EEG/CSP#.C5.9Alepa_separacja_.C5.BAr.C3.B3de.C5.82 | źródeł estymowanych przez CSP]]. Zadaniem projektowym jest zaprojektowanie klasyfikatora, który wyuczony na danych ze zbioru p300_DS1.mat miałby możliwie najlepszą klasyfikację na dwóch pozostałych zbiorach i przedstawienie wyników porównawczych dla różnych klasyfikatorów z wykorzystaniem technik opisanych tu:[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_Ocena_jakości_klasyfikacji]]. | + | Sygnały zostały "zmontowane" za pomocą [[Laboratorium_EEG/CSP#Common_Spatial_Pattern| filtra przestrzennego CSP]]. Cechami wyliczonymi dla każdego przykładu są wariancje uśrednionych po 8 realizacjach sygnałów w odcinku 150 do 550 ms po bodźcu dla kadego ze [[Laboratorium_EEG/CSP#.C5.9Alepa_separacja_.C5.BAr.C3.B3de.C5.82 | źródeł estymowanych przez CSP]]. Zadaniem projektowym jest zaprojektowanie klasyfikatora, który wyuczony na danych ze zbioru p300_DS1.mat miałby możliwie najlepszą klasyfikację na dwóch pozostałych zbiorach i przedstawienie wyników porównawczych dla różnych klasyfikatorów z wykorzystaniem technik opisanych tu:[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_Ocena_jakości_klasyfikacji]]. |
Aktualna wersja na dzień 14:09, 23 maj 2016
Projekt: Klasyfikacja danych p300
Poniżej zamieszczone dane zawierają zapisy EEG z trzykrotnej kalibracji interfejsu mózg-komputer opartej opotencjał P300 wykonanej zgodnie z opisem przedstawionym na Laboratorium EEG: Plik:Dane kalibracja p300.tar.gz
Zawartość archiwum to:
- Trzy zestawy danych zawierające macierze X (przykłady x cechy), Y - opisująca kategorię przykładów (1- target, 0 - non-target).
- p300_DS1.mat
- p300_DS2.mat
- p300_DS3.mat
- Funkcja przygotowująca zestawy danych
- csp.m
- Surowe dane:
- test1__calibration_p300.obci.raw
- test1__calibration_p300.obci.tag
- test1__calibration_p300.obci.xml
- test2__calibration_p300.obci.raw
- test2__calibration_p300.obci.tag
- test2__calibration_p300.obci.xml
- test3__calibration_p300.obci.raw
- test3__calibration_p300.obci.tag
- test3__calibration_p300.obci.xml
Sygnały zostały "zmontowane" za pomocą filtra przestrzennego CSP. Cechami wyliczonymi dla każdego przykładu są wariancje uśrednionych po 8 realizacjach sygnałów w odcinku 150 do 550 ms po bodźcu dla kadego ze źródeł estymowanych przez CSP. Zadaniem projektowym jest zaprojektowanie klasyfikatora, który wyuczony na danych ze zbioru p300_DS1.mat miałby możliwie najlepszą klasyfikację na dwóch pozostałych zbiorach i przedstawienie wyników porównawczych dla różnych klasyfikatorów z wykorzystaniem technik opisanych tu:Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_Ocena_jakości_klasyfikacji.
