Classification SVM - Analyse des processus mémoriels
CNRS, Université de Toulouse
Description
Application de techniques de machine learning classiques à l'étude des processus mémoriels sur données EEG intracérébrales. Le projet utilise la classification SVM pour discriminer différents états cognitifs et l'analyse en composantes principales (PCA) pour réduire la dimensionnalité des signaux cérébraux. Cette approche a permis d'identifier les patterns d'activité associés à différentes phases de mémorisation.
Points clés
Classification SVM et analyse PCA pour les processus mémoriels.
Outils & Technologies
Python
scikit-learn
SVM
PCA
Approche & Méthodes
Classification supervisée, réduction de dimensionnalité.
Statut
Recherche
