Classification of eye movement type — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 1: Строка 1:
 
{{Карточка_проекта
 
{{Карточка_проекта
−
|name=Classification of eye movement type
+
|name=Влияние солнечной активности на изменение климата на Земле
−
|mentor=W. Joseph MacInnes
+
|mentor=А. Шаповал
−
|mentor_login={{URLENCODE:jmacinners|WIKI}}
+
|mentor_login={{URLENCODE:ashapoval|WIKI}}
 
|semester=Осень 2018
 
|semester=Осень 2018
 
|course=2
 
|course=2
−
|number_of_students=2-3
+
|number_of_students=5
 
|categorize=yes
 
|categorize=yes
 
}}
 
}}
  
−
=== What is this project? ===
+
===Чему я научусь?===
−
Classification of eye movement type. Eye trackers collect data on the gaze position and pupil size at very high
+
 
−
temporal and spatial resolution. From this data, we often want to know what state the visual system was in at any
+
Узнаете закономерности, которым следует солнечная активность
−
given time. The possible categories are Saccade, Fixation, smooth pursuit and Blink; and these are determined by a
+
Выясните, что, на самом деле, эти закономерности являются квази-закономерностями, поскольку солнечные индексы следуют им «очень неохотно»
−
combination of velocity and pupil information. Choice of algorithm will likely require a solution that is sensitive to
+
Применив, статистические методы обработки данных, тестировать наличие влияния одного ряда данных на другой.
−
patterns over time. Open source data sets allow for comparison of classifier accuracy (Eye movement prediction and
+
Использовать методы тестирования гипотез
−
variability on natural video data sets, Dorr et al, 2012). This project for 2 or 3 students will research, implement and
+
 
−
compare multiple classifiers to find the best performance in this task.
+
===Какие начальные требования?===
−
=== What will student learn?===
+
* Программирование на Python
−
Techniques in oculography, basic functions of eye movements, one or more classifier algorithms.
+
* Базовые знания теории вероятностей
−
=== What are the initial requirements?===
+
* Интерес к задачам, связанной с солнечной активностью и / или изменением климата
−
Basic programming skills (language is not critical, but R, C++, Java, Matlab or Python preferred)
+
 
−
=== What technologies will be used?===
+
===Технологии===
−
Open source datasets, programming.
+
 
−
=== Themes of introductory lesson?===
+
* Статистические методы
−
Eye movement properties.
+
* Методы анализа данных, например, SVD, метод главных компонент
−
=== Directions of future development===
+
* Реализация алгоритмов на языке Python
−
Potential exists for publishing results at conference or journal.
+
 
−
=== Criteria for evaluation===
+
===Темы вводных занятий===
−
50% written (English) summary of project and literature review. 50% code implementation and results
+
 
 +
* Методы главных компонент
 +
* Информационные меры
 +
* Закономерности в солнечных индексах
 +
 
 +
===Критерии оценки===
 +
* Уверенное использование методов анализа данных: 4-5
 +
* + понимание закономерностей в солнечных индексах: 6-7
 +
* + установление связи между различными рядами данных / установление скрытых закономерностей в данных: 8-9
 +
* + подготовка приемлемого отчёта о проделанной работе: 10
  
 
===Контакты===
 
===Контакты===
−
W. Joseph MacInnes jmacinnes@hse.ru
+
Александр Шаповал abshapoval@gmail.com
 +
<br/>https://www.hse.ru/en/org/persons/110258149

Версия 12:17, 22 октября 2018

Ментор А. Шаповал
Учебный семестр Осень 2018
Учебный курс 2-й курс
Максимальное количество студентов, выбравших проект: 5



Чему я научусь?

Узнаете закономерности, которым следует солнечная активность Выясните, что, на самом деле, эти закономерности являются квази-закономерностями, поскольку солнечные индексы следуют им «очень неохотно» Применив, статистические методы обработки данных, тестировать наличие влияния одного ряда данных на другой. Использовать методы тестирования гипотез

Какие начальные требования?

  • Программирование на Python
  • Базовые знания теории вероятностей
  • Интерес к задачам, связанной с солнечной активностью и / или изменением климата

Технологии

  • Статистические методы
  • Методы анализа данных, например, SVD, метод главных компонент
  • Реализация алгоритмов на языке Python

Темы вводных занятий

  • Методы главных компонент
  • Информационные меры
  • Закономерности в солнечных индексах

Критерии оценки

  • Уверенное использование методов анализа данных: 4-5
  • + понимание закономерностей в солнечных индексах: 6-7
  • + установление связи между различными рядами данных / установление скрытых закономерностей в данных: 8-9
  • + подготовка приемлемого отчёта о проделанной работе: 10

Контакты

Александр Шаповал abshapoval@gmail.com
https://www.hse.ru/en/org/persons/110258149

Источник — «http://wiki.cs.hse.ru/index.php?title=Classification_of_eye_movement_type&oldid=30272»