728x90 반응형 SMALL 노이즈 제거2 [Generative Model] 노이즈 제거 (MNIST) 라이브러리 from tensorflow.keras.datasets import mnist from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D from tensorflow.keras.models import Sequential import numpy as np import matplotlib.pyplot as plt (x_train, _), (x_test, _) = mnist.load_data() x_train = x_train.astype('float32') / 255. x_test = x_test.astype('float32') / 255. x_train = np.reshape(x_train, (len(x_train), 28, .. 2022. 11. 25. [MNE-Python] ICA를 이용하여 EEG 신호에서 안구 운동 제거 배경 ICA (독립 구성 요소 분석)는 다중 채널 EEG 기록을 최대한 독립적인 구성 요소로 분해한다. 안구 활동을 나타내는 구성 요소를 식별하고 제거하여 인공물이 없는 EEG 신호를 재구성할 수 있다. 이 접근 방식은 Jung et al.에 자세히 설명되어 있다 (2000). 회귀 기반 접근 방식은 EOG 채널이 필요하지만 ICA는 참조 신호 없이 작동한다. 두 방법 모두 잠재적으로 안구 활동 외에도 뇌 활동을 제거한다. 많은 EEG 채널을 사용할 수 있는 경우 ICA는 안구 구성요소를 뇌 구성요소에서 잘 분리할 수 있다 (이를 위해서는 상대적으로 많은 데이터 샘플이 필요함). 더 깨끗한 분리는 또한 안구 구성 요소가 제거될 때 더 적은 뇌 활동이 제거됨을 의미한다. ICA 분해에 필요한 최소 EEG .. 2022. 8. 23. 이전 1 다음 728x90 반응형 LIST
