Рассматриваются возможные подходы к анализу ЭЭГ-данных с использованием алгоритмов машинного обучения.
Приведено описание исходных данных. Представлены архитектуры моделей для анализа сигналов ЭЭГ и
спектрограмм. Изучена возможность применения трансферного обучения для оптимизации ресурсов, а также
описан комплексный подход к анализу ЭЭГ данных на основе ансамблирования моделей.