pyRiemann/pyRiemann

해결하는 문제

pyRiemann은 다변량 데이터의 처리 및 분류를 위해 설계된 기계 학습 패키지로, 특히 대칭 양의 정부호(SPD) 및 에르미트 양의 정부호(HPD) 행렬에 초점을 맞춥니다. 공분산 행렬을 평평한 유클리드 공간이 아닌 곡선 리만 다양체 위의 점으로 취급함으로써 다채널 시계열 데이터(예: 생체 신호) 분석의 과제를 해결합니다.

작동 방식

이 라이브러리는 scikit-learn API를 기반으로 한 고수준 인터페이스를 제공하여 사용자가 다채널 데이터에서 공분산 행렬을 추정하고 리만 기하학을 사용하여 분류할 수 있게 합니다. Python Array API를 통해 NumPy 및 PyTorch 백엔드를 모두 지원하며, PyTorch 텐서를 사용하면 GPU 가속 및 자동 미분이 가능합니다.

대상 사용자

주로 뇌-컴퓨터 인터페이스(BCI)를 위한 생체 신호(EEG, MEG, EMG 등)를 다루는 연구자와 개발자, 그리고 공분산 행렬을 공간 분석에 사용하는 원격 감지(예: 초분광 또는 SAR 이미지) 분야의 종사자를 대상으로 합니다.

주요 특징

• scikit-learn 호환성: scikit-learn API를 모방하여 파이프라인 및 교차 검증 워크플로우에 쉽게 통합할 수 있습니다.
• 다중 백엔드 지원: NumPy 및 PyTorch를 투명하게 지원하여 선택적으로 GPU 가속을 제공합니다.
• 다중 소스 전이 학습: 확장된 레이블을 사용하여 세션 또는 피험자 간의 다중 소스 전이 학습을 지원합니다.
• 광범위한 응용 범위: BCI 응용 프로그램에서 운동 이미지, 사건 관련 전위(ERP), 정상 상태 시각 유발 전위(SSVEP)에 적용할 수 있습니다.