edgarmoyete / eeg-dwt-neuralnetwork-pso

Optimizar los hiperparametros de un MLP

EEG-DWT-NeuralNetwork-PSO

En el presente trabajo se optimizan los hiperparámetros de una red neuronal del tipo Perceptrón Multicapa (MLP) con el algoritmo PSO (Optimizacíón por enjambre de partículas).

Los hiperparámetros que se optimizan son la función de activación, el numero de capas ocultas, el numero de neuronas en cada capa oculta y el optimizador.

Después de aplicar un preprocesamiento a las senales se extraen características con la Transformada Discreta Wavelet (DWT) y estas se clasifican con una red neuronal optimizada.

EEG-RedNeuronal-PSO.ipynb

Red neuronal optimizada una capa oculta

EEG-RedNeuronal2Capas-PSO.ipynb

Red neuronal optimizada dos capas ocultas

EEGClasificadores.ipynb

Clasificacion de EEG con diferentes clasificadores

EEGRedNeuronalGeneral.ipynb

Red neuronal normal sin optimizar, hiperparametros por defecto

EEGRedNeuronalTrainTest.ipynb

Red neuronal con division de datos en train y test