728x90 반응형 SMALL Filter3 Filter (2) Filter 필터는 "신호의 스펙트럼 내용을 수정하는 것"이다. 필터는 출력 파형 y의 각 샘플을 입력 파형 x의 여러 샘플의 가중치 합으로 생성하는 작업이다. 필터가 제공하는 SNR의 개선은 환영할 일이지만 필터링은 때때로 놀라운 방식으로 대상 신호에도 영향을 미친다. 분명히 필터의 정지 대역에 속하는 대상 신호의 모든 구성 요소는 손실된다. 예를 들어, 전력선 아티팩트를 제거하기 위해 50Hz 노치 필터를 적용하면 50Hz 영역 내에서 뇌 활동도 제거될 수 있다. 필터링된 신호에 맹목적으로 의존하는 실험자는 필터에 의해 억제된 기능에 대해 맹목적이다. 대상이 겪는 왜곡은 더 이해하기 어렵다. 이러한 왜곡은 진폭 및 위상 특성 (종종 보고되지 않음)을 포함하여 필터의 주파수 특성에 따라 다르다. 필터의.. 2022. 4. 4. Filter (1) Filter 필터는 일반적으로 노이즈를 줄이고 데이터 품질을 개선하는 데 사용된다. 시간-주파수 분석은 특히 웨이블릿 (wavelet) 변환의 경우 필터가 가지고 있는 동일한 문제 중 일부를 공유한다. 뇌 과학의 주요 과제 중 하나는 측정이 노이즈와 인공물로 오염된다는 것이다. 환경 소음, 도구 소음 또는 실험 맥락에서 관심이 없는 신체 내 신호 소스 (생리학적 소음)가 포함될 수 있다. 노이즈가 있으면 대상 신호를 가리거나 분석을 방해할 수 있다. 그러나 신호와 간섭이 서로 다른 스펙트럼 영역을 차지하는 경우 데이터에 필터를 적용하여 신호 대 잡음비 (SNR)를 향상시킬 수 있다. 예를 들어, 직류 (DC) 성분이나 느린 변동은 고역 통과 필터로 제거할 수 있고, 전력선 성분은 50 또는 60Hz에서 .. 2022. 4. 1. [ANN] CNN (Convolutional Neural Network) CNN (Convolutional Neural Network) CNN은 convolution과 pooling, dense (또는 fully connected)라는 세 가지의 layer을 통해 만들어진다. Convolution layer 0이 검은색, 1이 흰색으로 구성된 0과 1 흑백 5X5 pixel 사진이 있다. 다음으로 임의의 0과 1로 채워진 3X3 행렬이 있다. 이 행렬은 이미지의 하위 집합과 행렬곱을 할 수 있다. 이 곱은 3X3 행렬이 모든 pixel을 반복해서 이동함에 따라 새로운 행렬에 기록된다. ◦ DNN에 비해 파라미터 개수가 현저히 적다. DNN보다 overfitting 문제를 덜 발생시킨다. ◦ filter 함수를 사용해 이미지에서 부분적인 feature를 추출한다. 이때 filt.. 2021. 12. 10. 이전 1 다음 728x90 반응형 LIST
