JohnBoxAnn / TSGL-EEGNet

MIT License
8 stars 4 forks source link

how to preprocess data? #2

Open DrugLover opened 2 years ago

DrugLover commented 2 years ago

Can you explain what did you do in your method? I didn't find this part in your paper. And in you data, it's different from raw data. I'm curious about it cuz I put raw data in your model and found the accuracy is about 10% lower than yours.

JohnBoxAnn commented 3 months ago

@DrugLover Sorry, 因为已经不做学术了,我很久没看github 这个工作主要有4点 1、把FBCSP算法的稀疏约束/正则化改进引入到神经网络中,以期待其有更好的解释能力。 2、用一些可视化的方法,对理论上可能存在的时间、频率、空间特征提取layer进行分析。根据论文里的图像,我是认为这个结构的模型存在这种特征学习的机制。 3、用一些模型训练checkpoint、stop的时机,和模型集成,进一步提高一些准确率。单独模型的修改,和原始EEGNet相比提升并不大,而训练速度慢很多。 4、最后就是写了这个研究框架。其实还有一个用transformer的后续,碍于bci数据量实在太少没什么结果。这个代码是从大的代码里摘出来的。

数据问题,我应该是做过数据预处理,包括滤波、降采样、去离群值、取窗口啥的。应该没有别的了,印象很深的是研究了很长时间有序ICA最后放弃了。最终用了哪些记不清了,如果你还需要,我找时间找找matlab源代码。

效果问题,一个被试的模型只能用于该被试,如果用其他被试的测试集,降10%都是少的,我认为这是bci信号的非平稳性。你做过bci数据的采集就知道,被试之间差异巨大,要能找到通用模型那就是杀死比赛的成果了。