perguntas.txt

1. Janelas: Nos pensamos definir uma janela estatica, em que para dar label de conteudo de cada janela, seria feito um efeito para comparar os extremos desta com a posição do sinal indicado nos csv de S1,S2 e N. O audio nao seria cortado, seria serapado e obtidos os coeficentes de mel para cada janela. Com os labels e os coeficientes, seria dirigido para o teste, o input da rede. É isto?
E se a janela apanhar S1 e S2, como é que damos label nesses dados?

2. Notamos que cada vez que a rede neural correu, a sua performance melhora (percentagem de acc). Os dados de treinos (w, b) pesos e offsets, permanecem após o treino? Ou so apos a limpeza da memoria apos o encerramento do programa?

3. Porque é que cortamos os audios?

4. Como treinar os audios inteiros com a janela inteira?

5. Como é que podemos treinar audios sem label?x-special/nautilus-clipboard
copy






tarefas:

Corrigir o treino: retirar o noiseS1  - feito

Treino com 300 epochs - feito

Grafico:
- accuracy por epoch - feito

Correr apenas sobre um ficheiro com batimento normal - feito

Fazer o grafico: 
- batimentos

Abrir o ficheiro no audicity e comparar com o gráf da linha 29. - feito

Calcular a posição do S1 e S2 no gráfico 1 do plot of predictions - feito

Ajustar o gráfico para ficar com início igual ao do ficheiro do audacity (ou seja, S1 e S2 coincidem) - feito

Interpretar o gráfico 1

Calcular o ritmo cardíaco para o S1 e para o S2 em separado
(se der igual, o algoritmo é bom e está correto. Se der diferente, o algoritmo não é bom, ou o ritmo cardíaco não é normal).

Optimizar a rede neural

Reavaliar o número de MFCCs