search

FelixLin99 / EEG-Datamining

Construct a model, which contains channel-attention, CNN, LSTM, self-attention, to classify EEG data;
3 stars 0 forks source link

CNN LSTM self attention #1

Open yangzijiang528 opened 2 years ago

yangzijiang528 commented 2 years ago

老师您好，您的CNN LSTM self attention写得非常棒。我想请问下这个 self attention的模块可以用来进行timeseries的每一个时间步的预测吗？比如我的X_train.shape = [8252, 1000, 1]，我想对每个样本中的1000个时间步求出一个预测概率，相当于概率>0.5为1类，<0.5为另一类，是一个二分类问题。

FelixLin99 commented 2 years ago

你好，谢谢你对我的肯定，请叫我同学就好lol！针对你的想法，直接用attention来预测时序数据，是可以的，但我认为可能需要比较大体量的样本才能实现。

------------------ 原始邮件 ------------------ 发件人: "FelixLin99/EEG-Datamining" @.>; 发送时间: 2022年1月7日(星期五) 晚上8:09 @.>; @.***>; 主题: [FelixLin99/EEG-Datamining] CNN LSTM self attention (Issue #1)

老师您好，您的CNN LSTM self attention写得非常棒。我想请问下这个 self attention的模块可以用来进行timeseries的每一个时间步的预测吗？比如我的X_train.shape = [8252, 1000, 1]，我想对每个样本中的1000个时间步求出一个预测概率，相当于概率>0.5为1类，<0.5为另一类，是一个二分类问题。

— Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you are subscribed to this thread.Message ID: @.***>

yangzijiang528 commented 2 years ago

你说的很对。我现在是用了一个4层CNN+2层LSTM来预测，由于水平还是小白，所以效果还差一点点。所以还想在原有的网络尾部嵌入您写的self attention再试一试，不知能不能帮助调整下您写的customed_self_attention，使之能适用呢？感激不尽。 我的邮箱是yangjun8582@163.com

huangliuzhou commented 2 years ago

你好，谢谢你对我的肯定，请叫我同学就好lol！针对你的想法，直接用attention来预测时序数据，是可以的，但我认为可能需要比较大体量的样本才能实现。 … ------------------ 原始邮件 ------------------ 发件人: "FelixLin99/EEG-Datamining" @.>; 发送时间: 2022年1月7日(星期五) 晚上8:09 @.>; @.>; 主题: [FelixLin99/EEG-Datamining] CNN LSTM self attention (Issue #1) 老师您好，您的CNN LSTM self attention写得非常棒。我想请问下这个 self attention的模块可以用来进行timeseries的每一个时间步的预测吗？比如我的X_train.shape = [8252, 1000, 1]，我想对每个样本中的1000个时间步求出一个预测概率，相当于概率>0.5为1类，<0.5为另一类，是一个二分类问题。 — Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you are subscribed to this thread.Message ID: @.>

你好，谢谢你对我的肯定，请叫我同学就好lol！针对你的想法，直接用attention来预测时序数据，是可以的，但我认为可能需要比较大体量的样本才能实现。 … ------------------ 原始邮件 ------------------ 发件人: "FelixLin99/EEG-Datamining" @.>; 发送时间: 2022年1月7日(星期五) 晚上8:09 @.>; @.>; 主题: [FelixLin99/EEG-Datamining] CNN LSTM self attention (Issue #1) 老师您好，您的CNN LSTM self attention写得非常棒。我想请问下这个 self attention的模块可以用来进行timeseries的每一个时间步的预测吗？比如我的X_train.shape = [8252, 1000, 1]，我想对每个样本中的1000个时间步求出一个预测概率，相当于概率>0.5为1类，<0.5为另一类，是一个二分类问题。 — Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you are subscribed to this thread.Message ID: @.>

同学您好！我在github有幸看到了您做的EEGCenter，然后再看了一下您做的人工智能相关的代码觉得您在深度学习这一块是非常有想法和见解的，我是重庆大学电气工程学院脑机接口组的，我们想要研发并商业化一款用于偏瘫康复的脑机接口设备。不知道您是否感兴趣，这是我们的项目介绍视频http://cdn.brainseek.cn/stork.mp4，如果感兴趣您可以微信联系我laoyao_023. 期待您的回复！