Глубокое обучение с данными электроэнцефалографии (ЭЭГ) - PullRequest
Новая
       34

Глубокое обучение с данными электроэнцефалографии (ЭЭГ)

0 голосов
/ 01 ноября 2018

Я делаю сверточную сетевую модель, с помощью которой я хочу классифицировать данные ЭЭГ. Данные представляют собой эксперимент, в котором участников вызывают с изображениями 3 разных классов с 2 подклассами каждый. Чтобы дать краткое объяснение размера набора данных, у подкласса есть ± 300 эпох данного участника (это относится ко всем подклассам).

  1. Объект
  2. Цвет
  3. номер

Теперь мой вопрос: У меня есть 5 участников в моем наборе данных обучения, я взял 15% данных каждого участника и поместил их в набор данных тестирования. Могу ли я считать 15% невидимыми данными, даже если для обучения модели использовался один и тот же участник?

Любой ввод приветствуется!

1 Ответ

0 голосов
/ 02 ноября 2018

Это зависит от того, что вы хотите проверить. Тестовый набор используется для оценки обобщения (то есть производительности на невидимых данных). Итак, вопрос:

  • Хотите оценить обобщение для невидимых данных от тех же участников (чьи данные использовались для обучения классификатора)?
  • Или вы хотите оценить обобщение для невидимых участников (население в целом)?

Это действительно зависит от вашей цели или претензии, которую вы пытаетесь сделать. Я могу думать о ситуациях для обоих подходов:

  • Подумайте о BCI, которые необходимо переподготовить для каждого пользователя. Здесь вы будете проверять данные одного и того же человека.
  • С другой стороны, если вы сделаете очень общее утверждение (например, я могу декодировать какой-то соответствующий сигнал из определенной области мозга в популяции), то наличие тестового набора, состоящего из участников, которые не были включены в обучающий набор, предоставит гораздо более сильная поддержка вашей претензии. (Вопрос в том, работает ли это, хотя.)
...