Talk:A genetic algorithm for automatic feature extraction from EEG data

From AIRWiki
Revision as of 12:22, 11 March 2009 by BernardoDalSeno (Talk | contribs)

Jump to: navigation, search

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 in maniera deterministica. Si veda anche bci/common/matlab/balance_training_bci2_2b.m su AirBAT. Per ogni ripetizione, tra le stimolazioni non target viene presa la seconda stimolazione colonna e la penultima stimolazione riga (che non sono necessariamente la seconda colonna e la penultima riga).

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)

Tesisti precedenti: Luigi Dallavalle, Flavio Mutti