В настоящее время у меня есть данные ЭЭГ по 20 каналам от гарнитуры, которые были собраны, когда субъект проходит тест, содержащий проблемы с различными уровнями сложности.Каждый столбец - это канал, а каждая строка - это выборка с частотой дискретизации 500 Гц (одна строка на 1/500 секунды).Существует также один столбец с номером 1-5, который отражает сложность проблемы, которой занимается данный предмет.
данные в основном выглядят так, если бы было 3 столбца ЭЭГ и один столбец «сложности»
ch_1 ch_2 ch_3 diff
0.05 0.4 0.2 1
0.8 0.1 0.2 3
В настоящее время я пытаюсь получить модель, которая будет рассматривать куски 500в то время, а не каждый отдельный образец.Есть ли какой-либо способ настроить данные или модель, которая могла бы просматривать данные по 500 выборок за один раз, как это, чтобы затем предсказать, на какую сложность вопроса был предмет в течение этих 500 выборок в целом?Мне удобно использовать большинство пакетов и платформ глубокого / машинного обучения python.