Difference between revisions of "Talk:A genetic algorithm for automatic feature extraction from EEG data"
From AIRWiki
(→Todo) |
(→Todo) |
||
Line 3: | Line 3: | ||
* Verificare se la fitness viene fatta calcolando il numero di lettere corrette, o se viene calcolato il numero di stimulazioni classificate correttamente | * Verificare se la fitness viene fatta calcolando il numero di lettere corrette, o se viene calcolato il numero di stimulazioni classificate correttamente | ||
* Se il bilanciamento non c'è, farlo | * Se il bilanciamento non c'è, farlo | ||
+ | |||
+ | ==Info== | ||
+ | Il metodo di classificazione finale dovrà avere questo prototipo: | ||
+ | double classify( const GenericSignal &epoch ); | ||
+ | <tt>GenericSignal</tt> è la classe dei segnali di BCI2000 che memorizza una matrice bidimensionale; è definita in <tt>src/shared/types/GenericSignal.h</tt>. | ||
+ | |||
+ | Formato per i dati dovrebbe essere "%.17g" (assicurarsi che il numero di cifre significative sia sufficiente a rappresentare tutti i bit della mantissa) |
Revision as of 13:11, 11 March 2009
Todo
- Verificare che l'addestramento del classificatore logistico all'interno della GA venga fatto su un insieme di dati bilanciato
- Verificare se la fitness viene fatta calcolando il numero di lettere corrette, o se viene calcolato il numero di stimulazioni classificate correttamente
- Se il bilanciamento non c'è, farlo
Info
Il metodo di classificazione finale dovrà avere questo prototipo:
double classify( const GenericSignal &epoch );
GenericSignal è la classe dei segnali di BCI2000 che memorizza una matrice bidimensionale; è definita in src/shared/types/GenericSignal.h.
Formato per i dati dovrebbe essere "%.17g" (assicurarsi che il numero di cifre significative sia sufficiente a rappresentare tutti i bit della mantissa)