Questions tagged «signal-detection»

3
在不采用信号检测理论衍生指标的情况下分析信号检测数据是否有效?
信号检测实验通常向观察者(或诊断系统)呈现信号或非信号,并且要求观察者报告他们是否认为所呈现的物品是信号还是非信号。此类实验产生的数据填充2x2矩阵: 信号检测理论表示这样的数据,即表示“信号/非信号”决策基于信号连续性的场景,在这种情况下,信号试验通常比非信号试验具有更高的价值,观察者只需选择一个标准值,高于该值他们将报告“信号”: 在上图中,绿色和红色分布分别代表“信号”分布和“非信号”分布,而灰线则代表给定观察者选择的标准。在灰线的右侧,绿色曲线下方的区域表示命中,红色曲线下方的区域表示误报警。在灰线的左侧,绿色曲线下方的区域表示未命中,红色曲线下方的区域表示正确的拒绝。 可以想象,根据此模型,落入上面2x2表的每个单元格中的响应比例由以下方式确定: 从绿色和红色分布中采样的试验的相对比例(基本比率) 观察者选择的标准 分布之间的分离 每个分布的方差 分布之间的方差相等有任何偏离(上面描述了方差相等) 每个分布的形状(以上均为高斯分布) 通常,只能通过让观察者在多个不同的标准级别上做出决策来评估#5和#6的影响,因此我们暂时将其忽略。另外,#3和#4仅相对于彼此有意义(例如,相对于分布的可变性而言,间隔有多大?),通过“可区分性”(也称为d')的度量来概括。因此,信号检测理论禁止根据信号检测数据评估两个属性:标准和可辨别性。 但是,我经常注意到,研究报告(尤其是医学领域的报告)未能应用信号检测框架,而是尝试分析诸如“正预测值”,“负预测值”,“灵敏度”和“特异性”之类的量。 ”,它们都代表与上面2x2表不同的边际值(有关详细信息,请参见此处)。 这些边际属性提供什么效用?我倾向于完全无视它们,因为它们混淆了标准和可辨别性的理论上独立的影响,但我可能只是缺乏想象力来考虑它们的好处。

1
之间的连接(d素)和AUC(下面积ROC曲线); 基本假设
在机器学习中,我们可以使用ROC曲线下的面积(通常缩写为AUC或AUROC)来总结系统在两个类别之间的区分程度。在信号检测理论中,通常将(灵敏度指标)用于类似目的。两者是紧密相连的,如果满足某些假设,我相信它们彼此等效。d′d′d' 的的计算通常是基于假设正态分布的信号分布(见维基链接以上,例如)呈现。ROC曲线计算不做此假设:它适用于任何可输出可阈值的连续值决策标准的分类器。d′d′d' 维基百科说是相当于。如果两个假设都满足,这似乎是正确的。但是,如果假设不相同,那就不是普遍真理。d′d′d'2AUC−12AUC−12 \text{AUC} - 1 将假设的差异描述为“ AUC对基本分布做出的假设更少”是否公平?还是实际上与AUC一样广泛适用,但是使用人们倾向于使用假设正态分布的计算只是一种惯例?我错过的基本假设是否还有其他差异?d′d′d'd′d′d'

2
d素数具有100%的命中率概率和0%的虚警率
我想为涉及检测新旧项目的存储任务计算d素数。我的问题是某些受试者的命中率为1和/或错误警报率为0,这使概率分别为100%和0%。 对于式d素是d' = z(H) - z(F),在这里z(H)和z(F)分别命中率和假警报,的Z转换。 为了计算z变换,我使用Excel函数NORMSINV(即z(H)=NORMSINV(hit rate))。但是,如果命中率或误报警率分别为1或0,该函数将返回错误。据我了解,这是因为z变换指示ROC曲线下的面积,在数学上不允许100%或0%的概率。在这种情况下,我不确定如何为具有天花板表现的拍摄对象计算d'。 一个网站建议用1-1 /(2N)和1 / 2N替换1和0比率,其中N为最大点击和错误警报数。另一个网站说“ H或F都不可以是0或1(如果是,请向上或向下稍微调整一下”)。这似乎是任意的。是否有人对此有意见或想向我指出正确的资源?

2
评估细胞信号数据时间序列中的峰值
我正在测量细胞信号测量中是否存在响应。我要做的是首先对数据的时间序列应用平滑算法(Hanning),然后检测峰值。我得到的是: 如果我想使响应的检测比“是的,您看到连续下降的趋势有所提高”更加客观,那么最好的方法是什么?通过线性回归确定峰与基线之间的距离吗? (我是python编码人员,几乎不了解统计信息) 谢谢

5
检测歌曲的一部分
希望这不是太主观... 无论音乐风格如何,我都在寻找某种方向来检测歌曲的不同“部分”。我不知道在哪里看,但是相信其他StackOverflow网站的强大功能,我认为这里有人可以帮助您指明方向。 用最基本的术语来说,只要将连续的重复模式分组并将其称为“部分”,就可以检测到歌曲的不同部分。这可能并不那么难-即使有很小的变化,计算机也可以很好地检测信号的重复。 但是,“部分”重叠时却很难,就像大多数音乐中那样。 很难说哪种音乐最适合这种系统。我猜想大多数古典风格的交响音乐都将最容易处理。 关于在该领域寻找研究的任何想法?
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.