Tôi làm việc với việc phân tích dữ liệu điện não đồ, cuối cùng sẽ cần được phân loại. Tuy nhiên, việc có được các nhãn cho các bản ghi âm hơi tốn kém, điều này khiến tôi phải xem xét các phương pháp không giám sát, để sử dụng tốt hơn số lượng khá lớn dữ liệu chưa được gắn nhãn của chúng tôi.
Điều này tự nhiên dẫn đến việc xem xét các bộ tự động xếp chồng lên nhau, có thể là một ý tưởng tốt. Tuy nhiên, cũng hợp lý khi sử dụng các mạng nơ ron tích chập, vì một số loại lọc nói chung là một cách tiếp cận rất hữu ích đối với điện não đồ, và có khả năng các kỷ nguyên được xem xét nên được phân tích cục bộ chứ không phải toàn bộ.
Có một cách tốt để kết hợp hai cách tiếp cận? Có vẻ như khi mọi người sử dụng CNN, họ thường sử dụng đào tạo có giám sát, hay sao? Hai lợi ích chính của việc khám phá các mạng thần kinh đối với vấn đề của tôi dường như là khía cạnh không được giám sát và tinh chỉnh (chẳng hạn sẽ rất thú vị khi tạo một mạng trên dữ liệu dân số, và sau đó tinh chỉnh cho một cá nhân).
Vì vậy, có ai biết liệu tôi có thể giả bộ CNN như thể nó là một trình tự động mã hóa "bị tê liệt" không, hay điều đó sẽ là vô nghĩa?
Tôi có nên xem xét một số kiến trúc khác, chẳng hạn như một mạng lưới niềm tin sâu sắc?