Vliv nevyváženosti tříd na aktivní učení klasifikátoru spánkového EEG

Abstract

Tato diplomová práce se zabývá aktivním učením pro klasifikaci spánkových stavů na EEG datech. Jelikož spánková data jsou obecně nevyvážená, nejdříve sledujeme, jak nevyváženost na syntetických datech ovlivňuje aktivní učení využívající strategii nejistoty a jejích variant, které zohledňují rozmístění instancí v prostoru. Je navrhnuto několik algoritmů, z nichž jeden ušetřil více než 80 % instancí na čtyřech z pěti datasetů. Toto ušetření je významné vzhledem k tomu, že spánková data jsou anotována specialistou, který v současné době musí ke všem instancím přiřadit jejich třídu. V neposlední řadě jsou v této práci navrhnuta vyhodnocovací kritéria pro srovnání metod aktivního učení či pro zjištění, zda je navržená metoda aktivního učení lepší než náhodný výběr instancí.

This master thesis deals with active learning used for the classification of sleep stages on EEG data. Since sleep data are in general imbalanced, we first focus on how class imbalance of synthetic data influences active learning utilizing the uncertainty sampling strategy and its density-weighted variants. Several algorithms have been proposed, one of them saves more than 80 % of instances on four out of five datasets. These savings are significant with regard to the fact that sleep data are annotated by a specialist who must currently go through all instances and classify them. Last but not least, evaluation criteria are proposed in this thesis for the comparison of active learning methods or to verify if a suggested method is better than random sampling.