универсальные идеи
во вторник у меня был экзамен по brain imaging methods
прошел хорошо, у меня А, но была пара вопросов, на которые я ответил неполно.
например, каковы основные способы анализа EEG данных(электрическая активность мозга)
я сказал про определение основных частот и событийно связанные потенциалы, но забыл про wavelet analysis
определение частот - это нахождение тех самых альфа, бета, тета, дельта, гамма волн о которых все слышали.
берутся исходные данные, и представляются как сумма нескольких волн с постоянными частотами. это делается Фурье преобразованием, как я понимаю. при этом мы получаем неплохое определение частоты, но низкое временное разрешение. мы не можем сказать, в какое время какие частоты были представлены.
понятно, что можно схитрить, можно разделить исходный график на куски, и каждый проанализировать по отдельности.
и для каждого куска найти базовые частоты. но проблема в том, что приходится идти на компромисс. это связано с волновым принципом неопределенности. чем точнее нам известно время, тем хуже мы знаем частоту. в случае с event related potential мы анализируем вообще только амплитуду в конкретный момент времени. и наоборот, чем лучше нам известна частота, тем большие куски графика мы должны анализировать, и тем хуже мы можем определить, КОГДА имела место та или иная частота.
то есть имеется противоречие.
решение интересное и довольное частое. мы анализируем исходные данные, и видим, что они подчиняются определенным закономерностям. там есть почти постоянно присутствующие низкие частоты, для них нам нужно точное определение частоты, а время неважно. и у нас есть короткие всплески высокочастотной активности. для них нам нужно высокое временное разрешение(точность), но частотная точность непринципиальна. и тогда можно подобрать разложение на такие функции, которые будут удовлетворять этому условию, не нарушая принцип неопределенности.
и вот эта идея, использовать разные методы в разных ситуациях, там, где их слабые стороны неважны, вместо того, чтобы применять метод работающий везде одинаково плохо...
она во многих других ситуациях работает.
и вообще, есть такие идеи, которые на абстрактном уровне применяются в самых разных областях...
прошел хорошо, у меня А, но была пара вопросов, на которые я ответил неполно.
например, каковы основные способы анализа EEG данных(электрическая активность мозга)
я сказал про определение основных частот и событийно связанные потенциалы, но забыл про wavelet analysis
определение частот - это нахождение тех самых альфа, бета, тета, дельта, гамма волн о которых все слышали.
берутся исходные данные, и представляются как сумма нескольких волн с постоянными частотами. это делается Фурье преобразованием, как я понимаю. при этом мы получаем неплохое определение частоты, но низкое временное разрешение. мы не можем сказать, в какое время какие частоты были представлены.
понятно, что можно схитрить, можно разделить исходный график на куски, и каждый проанализировать по отдельности.
и для каждого куска найти базовые частоты. но проблема в том, что приходится идти на компромисс. это связано с волновым принципом неопределенности. чем точнее нам известно время, тем хуже мы знаем частоту. в случае с event related potential мы анализируем вообще только амплитуду в конкретный момент времени. и наоборот, чем лучше нам известна частота, тем большие куски графика мы должны анализировать, и тем хуже мы можем определить, КОГДА имела место та или иная частота.
то есть имеется противоречие.
решение интересное и довольное частое. мы анализируем исходные данные, и видим, что они подчиняются определенным закономерностям. там есть почти постоянно присутствующие низкие частоты, для них нам нужно точное определение частоты, а время неважно. и у нас есть короткие всплески высокочастотной активности. для них нам нужно высокое временное разрешение(точность), но частотная точность непринципиальна. и тогда можно подобрать разложение на такие функции, которые будут удовлетворять этому условию, не нарушая принцип неопределенности.
и вот эта идея, использовать разные методы в разных ситуациях, там, где их слабые стороны неважны, вместо того, чтобы применять метод работающий везде одинаково плохо...
она во многих других ситуациях работает.
и вообще, есть такие идеи, которые на абстрактном уровне применяются в самых разных областях...