Klasifikace klasifikace: matematická metoda, kdy vstupní objekty X(i) jsou rozřazovány do tříd podle podobnosti metody klasifikace bez učitele: podoba.

Prezentace na téma: "Klasifikace klasifikace: matematická metoda, kdy vstupní objekty X(i) jsou rozřazovány do tříd podle podobnosti metody klasifikace bez učitele: podoba."— Transkript prezentace:

1 Klasifikace klasifikace: matematická metoda, kdy vstupní objekty X(i) jsou rozřazovány do tříd podle podobnosti metody klasifikace bez učitele: podoba (a často ani počet) tříd není známa – shluková analýza, SOM, Kohonenovy mapy atd. metody klasifikace s učitelem – nutným doplňkovým vstupem klasifikátoru je tzv. trénovací množina – množina ukázek objektů jednotlivých klasifikačních tříd. k-NN klasifikátor, neuronové sítě, rozhodovací stromy atd.

2 Klasifikace objekty X(i) popsány pomocí číselných charakteristik, příznaků: pro 1D signály v časové oblasti např. různé obecné a centrální momenty (rozptyl), korelační koeficienty, spektrální analýza (výkony ve frekvenčních pásmech) apod. míra podobnosti definována často jako euklidovská vzdálenost v prostoru příznaků d(i,j) zde je to spíše „míra nepodobnosti“, i, j jsou indexy klasifikovaných objektů, N dimenze příznakového prostoru, X(i,k) hodnota k-tého příznaku i-tého objektu

3 Klasifikace epileptického EEG 1. krok: segmentace – rozdělení signálu na úseky, zde pro jednoduchost na úseky konstantní délky 2 sekund

4 Klasifikace epileptického EEG 2. krok: pro každý segment vypočítána množina příznaků segment => vektor reálných čísel příklad: –příznak 1 = průměrná absolutní první derivace –příznak 2 = rozptyl segment č. 1 => { 0,43 ; 7,51 } segment č. 2 => { 0,84 ; 38,13 } segmentpříznak 1příznak 2 10,437,51 20,8438,13

5 Klasifikace epileptického EEG 3. krok: trénovací množina trénovací množina = množina “ukázek” segmentů pro jednotlivé klasifikační třídy pro náš problém pouze 2 třídy –normální aktivita – třída 1 –epileptická aktivita – třída 2

6 Klasifikace epileptického EEG 4. krok: klasifikace máme –segmentovaný původní signál (segmenty délky 2 sekund) –vypočítané vektory příznaků pro každý segment –trénovací množinu (2 třídy) –klasifikace = nalézt pro každý segment původního signálu co nejpodobnější segment trénovací množiny a přiřadit mu tak třídu

7 Klasifikace epileptického EEG obarvení segmentů vstupního signálu podle příslušnosti ke klasifikační třídě (normální EEG černě, epileptické červeně)