EEG 데이터를 분석하는 작업을하며 결국 분류해야합니다. 그러나, 기록을위한 라벨을 얻는 것은 다소 비싸서, 상당히 많은 양의 라벨링되지 않은 데이터를 더 잘 활용하기 위해 감독되지 않은 접근법을 고려하게되었습니다.
이것은 자연스럽게 쌓인 자동 엔코더를 고려하게하는 좋은 아이디어입니다. 그러나 어떤 종류의 필터링은 일반적으로 EEG에 매우 유용한 접근법이며, 고려 된 에포크 (epoch)는 전체적으로가 아니라 로컬로 분석되어야하므로 컨벌루션 신경망을 사용하는 것도 의미가 있습니다.
두 가지 접근법을 결합하는 좋은 방법이 있습니까? 사람들이 CNN을 사용할 때 일반적으로 감독 훈련을 사용하는 것 같습니다. 내 문제에 대한 신경망 탐색의 두 가지 주요 이점은 감독되지 않은 측면과 미세 조정 (인구 데이터에 대한 네트워크를 만든 다음 개인을 미세 조정하는 것이 흥미로울 것)입니다.
그렇다면 CNN을 마치 "자동화 된"자동 엔코더 인 것처럼 미리 훈련시킬 수 있는지 아는 사람이 있습니까?
예를 들어, 딥 믿음 네트워크와 같은 다른 아키텍처를 고려해야합니까?