اخبار علمی
مدلسازی Generative در برابر Discriminative
از چشم انداز آکادمیکی، پیشرفتهای حاصل در discriminative modeling را سادهتر میتوان بررسی کرد؛ زیرا میتوانیم عملکرد شبکهها را با استفاده از معیارهای عملکردی، ارزیابی کنیم، اما ارزیابی مدلهای generative دشوار است. به خصوص زمانی که کیفیت خروجیهای تولید شده…
Variational Autoencoder(VAE) چیست و چه تفاوتی با Autoencoder معمولی دارد؟
در این مقاله میخواهیم ساختار Variational autoencoder (VAE) را بررسی کنیم و ببینیم چه تفاوتی با Autoencoder معمولی دارد. مدل های VAE ساده ترین نوع مدلهای مولد یا Generative modelها هستند که می توانند داده ی جدید تولید کنند.
پیاده سازی یک autoencoder ساده در کراس
می خواهیم به نحوه ی پیاده سازی autoencoderها در کراس نگاهی بیندازیم، معماری شبکه عصبی که سعی می کند بازنمایی فشرده ای از داده ی ورودی به دست دهد.
مفهوم آموزش خصمانه (Adversarial Training)
در بسیاری از مواقع شبکههای عصبی که روی دیتاستهای تست i.i.d ارزیابی میشوند، به عملکردی نزدیک به عملکرد انسانی دست پیدا میکنند. طبیعی است که تعجب کنیم آیا واقعاً این مدلها، درکی در سطح انسان از تسکها کسب کردهاند؟ به…
Early Stopping در یادگیری ماشین چیست؟
زمانی که مدلهای یادگیری ماشین را آموزش میدهیم ممکن است این مدلها روی دادهی آموزش بیش از حد آموزش ببینند و یا به اصطلاح دادهی آموزشی را حفظ کنند و بیش برازش (Overfitting) رخ دهد. اغلب در چنین مواقعی میبینیم…
یادگیری بازنمایی یا Representation Learning چیست؟
یادگیری بازنمایی یا Representation Learningروشی برای آموزش یک مدل یادگیری ماشین است تا بتواند مفیدترین بازنمایی دادهی ورودی را یاد بگیرد. این بازنماییها که اغلب به عنوان ویژگی (feature) شناخته میشوند، حالتهای داخلی مدل هستند که میتوانند دادههای ورودی را…
محاسبه چگالی طیفی توان PSD طبق روش welch
چگالی طیفی توان (Power spectral density) توزیع توان در بازه های فرکانسی را مشخص میکند و متیوانیم با کمک تبدیل فوریه آنرا محاسبه کنیم. از آنجا که PSD اطلاعات زیادی در مورد پدیدهای که بررسی میکنیم ارائه میدهد در پردازش…
الگوریتم Pan-Tompkins در تشخیص پیکهای R سیگنال ECG
در پردازش سیگنال قلبی (ECG) اولین مرحله آشکارسازی پیکهای R است. از طریق موقعیت پیکهای R کمپلکس QRS، سیگنال RRI (فاصله زمانی بین پیکهای R) و HR استخراج میشود. آشکارسازی درست موقعیت پیکهای R برای تحلیل های بعدی بسیار با…
تبدیل موجک چیست؟
تبدیل موجک (Wavelet Transform) یک ابزار ریاضیاتی است که یک تابع یا سیگنال را به یک مجموعه توابع پایه به نام موجک، تجزیه میکند. تبدیل موجک، ابزار قدرتمندی در پردازش سیگنال EEG است؛ با استفاده از آن میتوان از سیگنال…
شبکههای عمیق در نقشهای مختلف در تحلیل سیگنال EEG
اگر تابحال مقالات مربوط به کاربرد شبکههای عمیق در پردازش انواع مختلف سیگنال EEG را بررسی کرده باشید، احتمالاً متوجه شدهاید که بسته به کاربرد و عملکرد مناسب مدل، شبکههای عمیق در نقشهای مختلفی ظاهر شدهاند. برای مثال در برخی…
معرفی تابع dir متلب (خواندن فایلها با اسم های مختلف)
احتمالا شما هم موقع خواندن فایلها با اسمهای مختلف در متلب، مخصوصا اگر اسم فایلها الگوی خاصی نداشته باشند، به مشکل خورده اید. همانند ماژول glob پایتون، متلب تابعی به اسم dir داره که این کار رو براتون راحت میکنه…
تشخیص تشنج های صرع سیگنال EEG با الگوریتم های یادگیری عمیق
در محیط بالینی، تشخیص خودکار تشنج های صرع اهمیت فزاینده ای پیدا می کند، زیرا می تواند به طور قابل توجهی بار مراقبت از بیماران مبتلا به صرع صعب العلاج را کاهش دهد. سیگنال های الکتروانسفالوگرافی (EEG) فعالیت الکتریکی مغز…