Classification SVM - Analyse des processus mémoriels
CNRS, Université de Toulouse
Description
Un enregistrement intracérébral produit bien plus de dimensions que d'essais expérimentaux, situation où un classifieur apprend le bruit avant le signal. La réduction par PCA n'est donc pas une commodité de calcul mais la condition pour que la classification veuille dire quelque chose. Les composantes retenues se sont avérées interprétables, et distinguent les phases d'encodage et de rappel.
Outils & Technologies
SVM
PCA
Python
Approche & Méthodes
Réduction de dimensions par PCA en amont d'une classification SVM des états cognitifs.
Statut
Recherche
