Neuronové sítě pro zpracování záznamů elektrické aktivity mozku

Abstract

Rozdíly mezi lidskými mozky mohou způsobit značné komplikace při klasifikaci EEG záznamů. Tato práce si klade za cíl zodpovědět otázku, zda podobnosti mezi subjekty, jako je věk a pohlaví, mohou být použity k trénování unikátních klasifikátorů pro každou skupinu a dosáhnout tak lepší výkonnosti. Velký dataset 62 subjektů s dostupnými demografickými informacemi je použit k trénování modelů s vlastní architekturou typu CNN-LSTM. Experiment selhává, dosahujíc přesností blízko nebo dokonce pod úrovní náhodného hádání, což je pravděpodobně způsobeno nedostatečnou složitostí použité architektury.