Михаил Лебедев (Mikhail Lebedev) — нейроученый
5.36K subscribers
4.92K photos
1.76K videos
52 files
7.24K links
Михаил Альбертович Лебедев (@lebedevmikhaila) — нейроученый. Индекс Хирша — 55 (Google scholar).

https://sites.google.com/site/lebedevneuro/curriculum-vitae

https://scholar.google.com/citations?user=cvd2xxcAAAAJ&hl=en
Download Telegram
Имел честь общаться с Горбанем лет шесть назад. (В Адлере.)

Вот его выступление на этом мероприятии.

https://t.me/Ivan_Oseledets/243
👍2🙏1
Рекомендую канал QuaQuantum — здесь последовательно и содержательно о том, как квантовые технологии проходят путь от теоретических моделей к прикладным решениям: в криптографии, промышленности, коммуникациях. Узнайте, как формируется новая технологическая реальность.

https://t.me/xai_ai_xai/118
👍3🔥21👏1
Media is too big
VIEW IN TELEGRAM
О музыке и о том, как она на нас влияет

https://smotrim.ru/video/3023851
👍4🔥2🥰1🤯1
Записывают физиологические параметры (например, ЭЭГ). Испытуемый спонтанно и нестационарно меняет занятия (пишет сообщения, играет в игры и т.п.) Записываемые сигналы тоже меняются (сохнут электроды, сонливость). Ученые декодируют состояние путем ML.
Anonymous Poll
14%
Успех классификации гарантирован, если такая нестационарность
23%
Декодирование не сработает
42%
Каждая вторая статья про это
20%
Внешнее информационное электромагнитное поле
Haглядное пояснение к предыдущему посту.

Я попросил Grok мне в этом помочь.

Generate a highly nonstationary sequence of 0 and 1. Length 1000. Call it X. Do not type the numbers.

Generate a highly nonstationary variable ranging from -100 to 100. Length 1000. Call it EEG. Do not type the numbers.

Predict X from EEG using a linear discriminant classifier. Use odd numbers for training, and even for predicting. List prediction accuracy.


The prediction accuracy of the linear discriminant analysis (LDA) classifier for predicting the binary sequence X from the EEG sequence on the even-position samples (500 points) is 86.6%.

Конечно, деятельность Грока стоит перепроверить обычным программированием, но все же…
К предыдущему.

Вот, как Грок решает такую задачу:

Generate a highly nonstationary sequence of 0 and 1. Length 1000. Call it X.