Uczenie maszynowe i sztuczne sieci neuronowe/Projekty: Różnice pomiędzy wersjami

Z Brain-wiki
(Utworzono nową stronę " =Projekt: Klasyfikacja danych p300= Poniżej zamieszczone dane zawierają zapisy EEG z trzykrotnej kalibracji interfejsu mózg-komputer opartej opotencjał P300: Plik...")
 
 
(Nie pokazano 1 pośredniej wersji utworzonej przez tego samego użytkownika)
Linia 1: Linia 1:
  
 
=Projekt: Klasyfikacja danych p300=
 
=Projekt: Klasyfikacja danych p300=
Poniżej zamieszczone dane zawierają zapisy EEG z trzykrotnej kalibracji interfejsu mózg-komputer opartej opotencjał P300:
+
Poniżej zamieszczone dane zawierają zapisy EEG z trzykrotnej kalibracji interfejsu mózg-komputer opartej opotencjał P300 wykonanej zgodnie z opisem przedstawionym na [[Laboratorium_EEG/CSP#Eksperyment | Laboratorium EEG]]:
 
[[Plik:Dane_kalibracja_p300.tar.gz]]
 
[[Plik:Dane_kalibracja_p300.tar.gz]]
  
zawartość archiwum to:
+
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 [[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.