আমি ইইজি ডেটা বিশ্লেষণ করে কাজ করি, যা শেষ পর্যন্ত শ্রেণিবদ্ধ হওয়া প্রয়োজন। তবে রেকর্ডিংয়ের জন্য লেবেল প্রাপ্তি কিছুটা ব্যয়বহুল, যা আমাদের বেশিরভাগ পরিমাণে লেবেলবিহীন ডেটা আরও ভালভাবে ব্যবহার করার জন্য আমাকে নিরীক্ষণযোগ্য পদ্ধতির বিষয়টি বিবেচনা করতে পরিচালিত করেছে।
এটি স্বাভাবিকভাবে স্ট্যাকড অটোরকোডারগুলিকে বিবেচনা করে, যা একটি ভাল ধারণা হতে পারে। তবে এটি কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলি ব্যবহার করাও বোধগম্য হবে, যেহেতু কিছু প্রকারের ফিল্টারিং সাধারণত ইইজি-র কাছে খুব কার্যকর পদ্ধতির হয়, এবং সম্ভবত এটি বিবেচনা করা Epochs স্থানীয়ভাবে বিশ্লেষণ করা উচিত, এবং সম্পূর্ণরূপে নয়।
দুটি পদ্ধতির একত্রিত করার জন্য কি কোনও ভাল উপায় আছে? দেখে মনে হয় যে সিএনএন ব্যবহার করার সময় তারা সাধারণত তদারকি প্রশিক্ষণ ব্যবহার করে, বা কী? আমার সমস্যার জন্য নিউরাল নেটওয়ার্কগুলি অন্বেষণের দুটি প্রধান সুবিধা হ'ল অস্বাস্থ্যকর দিক এবং সূক্ষ্ম সুরকরণ (উদাহরণস্বরূপ, জনসংখ্যার ডেটাতে একটি নেটওয়ার্ক তৈরি করা আকর্ষণীয় হবে এবং তারপরে কোনও ব্যক্তির জন্য সূক্ষ্ম সুর)।
সুতরাং, কেউ কি জানেন যে আমি কেবল একটি সিএনএনকে প্রিটারেইন করতে পারলাম যেন এটি একটি "পঙ্গু" অটোরকোডার, বা এটি অর্থহীন হবে?
উদাহরণস্বরূপ, আমি কি কোনও গভীর আস্থা নেটওয়ার্কের মতো অন্য কোনও আর্কিটেকচারের কথা বিবেচনা করব?