# Bản cao nhất hợp lệ: mô tả đầy đủ (EEG-sAAD, ICASSP 2027)

Cập nhật: 2026-10-07. Tài liệu này mô tả toàn bộ phương pháp của bản đạt điểm cao nhất mà vẫn tuân thủ luật giai đoạn
test: từng bước xử lý, từng mô hình, cách train, cách ra quyết định, kết quả, cách chạy lại, và những gì chưa kiểm chứng.

## 1. Tóm tắt

**Bài toán.** Từ EEG và đường bao lời nói (envelope) của hai người nói, quyết định ở mỗi mẫu 128 Hz người nghe đang chú
ý người nào. Điểm xếp hạng H là trung bình điều hoà của độ chính xác (Acc) và điểm phát hiện chuyển chú ý (L).

**Bản cao nhất.** Ghép hai loại mô hình rồi lọc theo thời gian bằng HMM:

| Thành phần | Số mô hình | Vai trò |
|---|---|---|
| Bộ phân loại trực tiếp, cửa sổ 10 giây, 3 khối, tăng cường "hai lần chuyển" | 4 seed | nhận EEG + tín hiệu của hai người nói, trả lời thẳng "A hay B" |
| Decoder tái tạo | 4 seed | từ EEG tái tạo tín hiệu của lời nói được chú ý, rồi so với hai người nói |
| HMM hai trạng thái | 1 | gộp evidence theo thời gian thành quyết định |

**Điểm trên bài chấm LODO** (train trên 4 dataset, chấm trên dataset thứ 5, chuyển chú ý tổng hợp, bộ chấm chính thức):

| Cấu hình | H | Acc | SDT |
|---|---|---|---|
| Baseline tuyến tính của ban tổ chức | 0,682 | 64,3 % | 17,4 s |
| **Bản cao nhất, p_stay 0,998, bộ phân loại 50 %** | **0,7981** | 73,3 % | 7,1 s |
| Bản cao nhất, p_stay 0,9997, bộ phân loại 70 % | **0,8003** | 73,8 % | 7,4 s |
| Chỉ 4 bộ phân loại, không decoder, p_stay 0,998 | 0,7951 | 73,0 % | 7,7 s |

Mức tăng so với baseline là khoảng 0,12 điểm H. Các ô của bản cao nhất chỉ chênh nhau vài phần nghìn (mục 9), nên con
số nên nhớ là "khoảng 0,80".

**Trên chuyển chú ý thật** (AASD, Carta; mục 9.5) cùng bản này chỉ đạt H khoảng 0,64, không hơn các bản cũ. Đây là giới
hạn quan trọng nhất của kết quả trên: các cải tiến gần đây chỉ có tác dụng với chuyển chú ý tổng hợp.

## 2. Luật chi phối thiết kế

Nguồn: Terms và các trang của cuộc thi trên Codabench; bản sao ở `docs_challenge/` tại gốc repo.

| Luật | Cách phương pháp tuân thủ |
|---|---|
| Nhãn tại thời điểm t chỉ dùng dữ liệu đến t + 1 s của chính trial đó, tính mọi khâu | mọi khâu không được miễn trừ đều nhân quả; tổng tương lai dùng là 0,969 s |
| Chỉ dùng dữ liệu của trial đang test | căn chỉnh Euclid khởi động lại ở mỗi trial, không mang trạng thái sang trial sau |
| Không dùng dataset ID, subject ID, trial ID | mô hình chỉ nhận EEG và envelope; một bộ trọng số cho mọi mẫu |
| Miễn trừ lookahead, mỗi thứ một lần: filtfilt cùng bậc, removeBadChannel, repairBadSegment, z-score cả trial | dùng file tiền xử lý của ban tổ chức và một lần z-score cả trial |
| Không cập nhật tham số bằng dữ liệu test, trừ trong một trial và nhân quả | không có thích nghi nào ngoài căn chỉnh Euclid trong trial |
| Dữ liệu ngoài được phép | train thêm Fuglsang 2020, pretrain trên SparrKULee |

## 3. Dữ liệu

| Dữ liệu | Dùng để | Ghi chú |
|---|---|---|
| 5 dataset của cuộc thi: KUL-AV-GC, DTU, KUL, KUL-UHD, USTC | train và chấm LODO | mỗi fold giữ ngoài một dataset |
| Fuglsang 2020 (44 người, 1401 trial, khoảng 20 giờ, hai người nói) | train bổ sung; tính giá trị quần thể của căn chỉnh | không bao giờ là tập test |
| SparrKULee (khoảng 105 người, một người nói) | pretrain cả hai loại mô hình | không bao giờ là tập test |
| AASD, Carta 2026 | chỉ để đánh giá trên chuyển chú ý thật | không dùng để train |

Mọi dữ liệu ngoài được xử lý bằng đúng pipeline ở mục 4.

## 4. Tiền xử lý (`eaP_n5_t60`)

Áp dụng cho từng trial, theo thứ tự:

1. **File tiền xử lý của ban tổ chức**: lọc thông dải 1–9 Hz bằng filtfilt (Butterworth bậc 2), thay kênh hỏng, hạ xuống 32 Hz.
2. **58 kênh chung** theo tên (bộ `b64ustc58`). Kênh mà dataset không có được điền 0.
3. **Tham chiếu trung bình (CAR)** trên các kênh có mặt.
4. **Cắt 1 giây** đầu và cuối trial.
5. **Z-score cả trial** cho từng kênh EEG và từng envelope (miễn trừ, dùng một lần).
6. **Căn chỉnh Euclid nhân quả** (làm trắng không gian), khởi động lại ở mỗi trial:
   - Hiệp phương sai không gian R được cập nhật từ các khối 1 giây đã qua của chính trial.
   - Khối thứ k được nhân với R^(−1/2), với R chỉ tính từ các khối trước k và co 10 % về ma trận đơn vị.
   - **Giá trị khởi đầu của R là một giá trị quần thể cố định**: hiệp phương sai trung bình tính trên Fuglsang
     (`build_ea_prior.py`). Đây là tham số của mô hình, không lấy từ dữ liệu test.
   - **Giá trị khởi đầu chỉ nặng bằng 5 giây dữ liệu.** Trong những giây đầu, R gần như là trung bình cộng dồn của chính
     trial nên bám dữ liệu rất nhanh; về sau nó quên dần theo hằng số 60 giây.

Cập nhật ở bước 6, với a = 1/60 và N khởi đầu bằng 5: N' = (1 − a)·N + 1, R' = ((1 − a)·N·R + C_khối) / N'.

Vì sao chọn cách này (LODO, 4 decoder + 4 bộ 5 s + 2 bộ 10 s, p_stay 0,9997, trộn 70/30):

| Căn chỉnh | H | Hợp lệ? |
|---|---|---|
| Mang trạng thái qua các trial của cùng một người | 0,7801 | không |
| Khởi động từ ma trận đơn vị, trọng lượng 60 s | 0,7721 | có |
| Khởi động từ giá trị quần thể, trọng lượng 60 s | 0,7753 | có |
| **Khởi động từ giá trị quần thể, trọng lượng 5 s** | **0,7782** | có |

## 5. Tín hiệu của lời nói

Với mỗi người nói, ba tín hiệu ở 32 Hz:

| Tên | Định nghĩa | Tính nhân quả |
|---|---|---|
| `env` | envelope đã lọc 1–9 Hz và z-score cả trial (file của ban tổ chức) | dùng miễn trừ |
| `onset` | phần dương của sai phân bậc một của `env` | chỉ dùng mẫu t và t − 1 |
| `dom` | mức trội: g = (e₀ − e₁) / (e₀ + e₁ + ε) trên envelope thô 128 Hz đã làm mượt nhân quả 25 ms, rồi lọc thông dải nhân quả 1–9 Hz; ε = 5 % trung bình chạy nhân quả (10 s) của e₀ + e₁; người nói thứ hai nhận −g | hoàn toàn nhân quả |

`onset` và `dom` không được z-score cả trial lần nữa, vì miễn trừ đó đã dùng cho `env`.

## 6. Bộ phân loại trực tiếp (thành phần chính)

**Đầu vào.** Cửa sổ 10 giây (320 mẫu): 58 kênh EEG ghép với 3 tín hiệu của người A và 3 tín hiệu của người B. Tín hiệu
lời nói được z-score trong từng cửa sổ.

**Mạng.** Thân `vlaai_ws`: một khối tích chập theo thời gian (kernel 3/7/11/15, 64 bộ lọc) được lặp lại nhiều lần với
trọng số dùng chung. Bản này lặp **3 lần** (mặc định là 4). Sau đó là một lớp đọc tuyến tính và phép gộp theo thời gian
có trọng số học được, cho ra một số duy nhất g.

**Phản đối xứng.** logit = g(EEG, A, B) − g(EEG, B, A). Đổi chỗ hai người nói thì logit đổi dấu, nên mạng không thể học
thiên vị cố định cho một cột.

**Train.**

| Mục | Giá trị |
|---|---|
| Nhãn | người được chú ý tại thời điểm 1 giây trước cuối cửa sổ |
| Chuyển chú ý giả (`sw2`) | trong 50 % cửa sổ, hai người nói đổi vai tại một thời điểm ngẫu nhiên; một nửa số cửa sổ đó có thêm lần đổi lại sau ít nhất 2 giây (`--p-switch 0.5 --aug-set clf_p_switch2=0.5`) |
| Loss | binary cross-entropy |
| Dữ liệu | 4 dataset còn lại + Fuglsang; dừng sớm trên một người nghe validation của mỗi dataset |
| Tối ưu | AdamW, tốc độ học 5e-4, weight decay 5e-4, batch 64, 250 bước mỗi epoch, tối đa 40 epoch, kiên nhẫn 6 |
| Train ổn định | 10 epoch đầu không giảm tốc độ học và không dừng sớm |
| Tăng cường (`cluster`) | che kênh (50 % cửa sổ, mỗi kênh xác suất 0,2), nhân hệ số kênh ±25 %, nhiễu Gauss 0,1, che cụm 3–8 điện cực lân cận (30 %), điền 0 đoạn đầu cửa sổ (10 %) |

**Pretrain.** Trên SparrKULee theo kiểu khớp/không khớp: người A là lời nói thật, người B là envelope lệch nửa bản ghi.
25 epoch đầu không dừng sớm, tối đa 80 epoch. Mỗi seed và mỗi số khối có bản pretrain riêng.

**Chạy nhân quả.** Mỗi 0,25 giây một quyết định; cửa sổ kết thúc 0,75 giây sau thời điểm quyết định và kéo về quá khứ.

**Vì sao 3 khối.** Cùng seed, cùng căn chỉnh:

| Số khối | H | SDT |
|---|---|---|
| 2 | 0,7750 | 8,7 s |
| **3** | 0,7818 | 8,3 s |
| 4 | 0,7664 | khoảng 10 s |

Độ chính xác của từng quyết định gần như không đổi; phần tăng đến từ việc phát hiện chuyển chú ý nhanh hơn. Bốn lần so
3 khối với 4 khối (hai seed × hai kiểu căn chỉnh) đều nghiêng về 3 khối, từ +0,005 đến +0,015.

**Vì sao dùng "hai lần chuyển".** So với cách cũ (30 % cửa sổ, một lần chuyển), cả bốn seed đều tăng khi đứng riêng:
+0,007 / +0,002 / +0,001 / +0,008. Các kiểu tăng cường khác đã thử cho bộ phân loại không giúp; riêng việc làm lệch
thời gian giữa EEG và lời nói ±60 ms làm điểm tụt khoảng 0,03, tức mô hình phụ thuộc mạnh vào căn chỉnh thời gian chính xác.

**Đối chứng chống đi tắt** (trên dataset giữ ngoài): EEG bằng 0 cho khoảng 50 %; EEG dịch nửa trial cho khoảng 50 %; bỏ
các kênh trán gần như không đổi. Vậy mô hình không dựa vào envelope đơn thuần hay chuyển động mắt.

## 7. Decoder tái tạo

- **Mạng**: `vlaai_ws` 4 khối, cửa sổ vào 5 giây (160 mẫu × 58 kênh), đầu ra 3 tín hiệu (`env`, `onset`, `dom`).
- **Loss tương phản**: −corr(ŷ, tín hiệu được chú ý) + corr(ŷ, tín hiệu bị bỏ qua), trung bình trên 3 mục tiêu.
- **Dữ liệu, tối ưu, tăng cường**: như bộ phân loại, không có bước "train ổn định".
- **Pretrain** trên SparrKULee với loss Pearson cho `env` và `onset`; cột đầu ra của `dom` khởi tạo mới.
- **Chạy nhân quả**: mỗi 0,25 giây, khối đầu ra 8 mẫu [a, a + 8) được đọc từ cửa sổ EEG [a − 136, a + 24).
- **Evidence**: cửa sổ 1 giây, bước 0,25 giây; tương quan Pearson giữa tín hiệu tái tạo và tín hiệu của từng người nói,
  cho từng mục tiêu; lấy hiệu. Ba hiệu được gộp bằng **trọng số LDA** w = Σ⁻¹μ ước lượng trên các dataset train
  (điển hình: `env` 0,01–0,09, `onset` 0,54–0,62, `dom` 0,34–0,37).

## 8. Khâu quyết định

1. **Chuẩn hoá**: evidence của mỗi mô hình chia cho độ lệch chuẩn của nó trên các dataset train.
2. **Trung bình trong nhóm**: trung bình 4 decoder; trung bình 4 bộ phân loại; chuẩn hoá lại mỗi nhóm.
3. **Trộn**: d = (1 − a)·z_decoder + a·z_phân_loại, với a = 0,5.
4. **Căn thời gian**: cửa sổ evidence thứ j của decoder đi với bước j + 3 của bộ phân loại (`DEC_OFFSET=3`), để cả hai
   dùng đúng cùng một đoạn EEG.
5. **HMM hai trạng thái, lọc tiến**: phát xạ Gauss ±μ, σ ước lượng trên các dataset train; p_stay = 0,998 mỗi bước 0,25 s.
6. **Đóng nhãn ở 128 Hz**: quyết định tại bước a gán nhãn cho các mẫu từ a − 0,25 s đến quyết định kế tiếp.

Mọi tham số ở khâu này (trọng số LDA, thang chuẩn hoá, μ, σ, a, p_stay) lấy từ dữ liệu train và cố định cho mọi mẫu.

## 9. Kết quả

### 9.1 Bản cao nhất: 4 decoder + 4 bộ phân loại 10 s (3 khối, `sw2`)

| p_stay | Bộ phân loại 30 % | 50 % | 70 % | 100 % (không decoder) |
|---|---|---|---|---|
| 0,998 | 0,7929 | **0,7981** | 0,7966 | 0,7951 |
| 0,9997 | 0,7914 | 0,7993 | 0,8003 | 0,7954 |

Theo dataset giữ ngoài (p_stay 0,998, bộ phân loại 50 %):

| AVGC | DTU | KUL | UHD | USTC | Trung bình |
|---|---|---|---|---|---|
| 0,726 | 0,842 | 0,809 | 0,791 | 0,823 | 0,7981 |

### 9.2 Từng mô hình đơn lẻ

| Mô hình | Seed 0 | Seed 1 | Seed 2 | Seed 3 | Trung bình |
|---|---|---|---|---|---|
| Bộ phân loại 10 s, 3 khối, `sw2` | 0,7887 | 0,7761 | 0,7944 | 0,7785 | 0,784 |
| Bộ phân loại 10 s, 3 khối, không `sw2` | 0,7818 | 0,7740 | 0,7937 | 0,7703 | 0,780 |
| Decoder | 0,7590 | 0,7663 | 0,7630 | 0,7592 | 0,762 |

Bộ phân loại dao động mạnh giữa các seed (khoảng 0,02); đó là lý do dùng trung bình 4 seed.

### 9.3 Mỗi thành phần đóng góp bao nhiêu (p_stay 0,998)

| Cấu hình | H |
|---|---|
| 4 decoder + 4 bộ phân loại (3 khối, `sw2`), 50 % | 0,7981 |
| Chỉ 4 bộ phân loại (3 khối, `sw2`) | 0,7951 |
| 4 decoder + 4 bộ phân loại 3 khối không `sw2`, 70 % | 0,7949 |
| 2 decoder + 4 bộ phân loại 3 khối không `sw2`, 70 % | 0,7941 |
| 4 decoder + 2 bộ phân loại 3 khối không `sw2`, 70 % | 0,7886 |
| 4 decoder + 4 bộ 5 s (4 khối) + 4 bộ 10 s (3 khối), 50 % | 0,7860 |

- Decoder thêm khoảng 0,002–0,003; số decoder (2 hay 4) không quan trọng.
- Số seed của bộ phân loại quan trọng hơn: từ 2 lên 4 cho +0,005.
- Thêm bộ phân loại 5 giây làm giảm điểm, vì nó yếu hơn bộ 10 giây 3 khối (0,756 so với 0,780).

### 9.4 Đường đi tới kết quả

| Bước | H |
|---|---|
| Baseline tuyến tính | 0,682 |
| Decoder mạng sâu, thêm onset, căn chỉnh Euclid, tăng cường | 0,746 |
| + Fuglsang, `dom`, pretrain SparrKULee, trọng số LDA, lookahead chính xác | 0,763 |
| + ghép với bộ phân loại trực tiếp 5 s và 10 s (có mang trạng thái, không hợp lệ) | 0,781 |
| Bỏ mang trạng thái để hợp lệ | 0,772 |
| + giá trị quần thể, trọng lượng 5 s | 0,778 |
| + bộ 10 s chuyển sang 3 khối | 0,783 |
| + bỏ bộ 5 s, dùng 4 seed bộ 10 s | 0,795 |
| + tăng cường "hai lần chuyển" cho bộ phân loại | **0,798** |

### 9.5 Chuyển chú ý thật (AASD, Carta 2026)

Mô hình train trên cả 5 dataset + Fuglsang rồi chạy trên dữ liệu ngoài; mọi tham số quyết định lấy từ 5 dataset của cuộc
thi, không dùng nhãn nào của AASD hay Carta. Ở AASD người nghe tự chuyển chú ý khoảng 12 giây một lần.

| Cấu hình (p_stay 0,998) | AASD | Carta |
|---|---|---|
| Baseline tuyến tính của ban tổ chức | 0,619 | 0,592 |
| Bản cũ: decoder + bộ 5 s 4 khối (có mang trạng thái) | 0,646 | 0,639 |
| Bản cao nhất, chỉ decoder | 0,635 | 0,624 |
| Bản cao nhất, bộ phân loại 30 % | 0,639 | 0,639 |
| Bản cao nhất, bộ phân loại 50 % | 0,638 | 0,639 |
| Bản cao nhất, bộ phân loại 70 % | 0,638 | 0,645 |
| Bản cao nhất, chỉ bộ phân loại | 0,632 | 0,644 |

Theo p_stay (bộ phân loại 30 %): AASD 0,652 / 0,647 / 0,639 / 0,631 và Carta 0,648 / 0,646 / 0,639 / 0,635 lần lượt ở
p_stay 0,95 / 0,99 / 0,998 / 0,9997.

- Điểm ở đây thấp hơn LODO khoảng 0,15 và **không tăng theo các cải tiến gần đây**: 3 khối, bỏ bộ 5 giây và `sw2` đều
  cho kết quả trong khoảng ±0,002 so với bản trước chúng.
- p_stay 0,9997 là giá trị kém nhất; p_stay càng thấp càng tốt trên AASD.
- Độ chính xác chỉ 52–54 % trên AASD và 57–60 % trên Carta. Bài báo gốc của AASD báo cáo 50,5 % (cửa sổ 1 s) đến 57,2 %
  (10 s) với bộ giải mã tuyến tính train trên chính AASD, nên mức này không phải dấu hiệu pipeline có lỗi.

## 10. Kiểm chứng lookahead

`leakage_test.py` thay toàn bộ đầu vào từ thời điểm τ bằng nhiễu, chạy lại cả chuỗi bằng chính mã của pipeline, rồi tìm
mẫu nhãn sớm nhất bị thay đổi.

| Thành phần | Tương lai dùng nhiều nhất |
|---|---|
| Decoder (đóng nhãn với lookahead 0,5 s) | 0,969 s |
| Bộ phân loại 5 s và 10 s | 0,969 s |
| Bản ghép (`DEC_OFFSET=3`) | 0,969 s |

Bốn đối chứng cố ý vi phạm đều bị bắt, trong đó hai cái chỉ vi phạm 0,25 giây.

Giới hạn: bài kiểm tra này chạy trên bộ phân loại 4 khối và căn chỉnh kiểu cũ. Bản 3 khối và căn chỉnh `eaP_n5_t60` chưa
được chạy lại. Đổi số khối hay giá trị khởi đầu của căn chỉnh không đổi timing (cửa sổ vào vẫn kết thúc đúng 0,75 giây
sau quyết định), nhưng đó là suy luận; bài kiểm tra phải được chạy lại trên script nộp bài cuối cùng.

## 11. Điều chưa kiểm chứng và rủi ro

- **Chuyển chú ý thật.** Xem mục 9.5: bản này chỉ đạt khoảng 0,64 và không hơn các bản cũ. Không biết tập test có
  chuyển chú ý thật hay tổng hợp. Nếu là thật, nên dùng tỉ trọng bộ phân loại 30–50 % và p_stay 0,99–0,998; hướng duy
  nhất chưa thử để cải thiện phía này là đưa AASD và Carta vào dữ liệu train.
- **Hướng nhìn được kiểm soát.** Cả hai tập test kiểm soát hướng nhìn; trong dữ liệu train chỉ AVGC như vậy, và bản này
  đạt 0,72–0,74 ở đó. Điểm test nhiều khả năng gần mức đó hơn 0,80.
- **Chọn tham số trên chính bài chấm.** Tỉ lệ trộn, p_stay, số khối, kiểu tăng cường và trọng lượng căn chỉnh đều được chọn bằng điểm
  LODO, chưa chọn theo kiểu lồng, nên các con số hơi lạc quan.
- **Dao động giữa các seed** của bộ phân loại lớn (0,024); bản 4 seed giảm bớt nhưng không loại hết.
- **Giá trị quần thể** tính từ Fuglsang (máy BioSemi). Với trọng lượng 5 giây, USTC (máy NeuroScan, cùng loại với tập
  test NJU-SUSTech) không còn bị thiệt, nhưng bản nộp vẫn nên tính nó từ toàn bộ dữ liệu train.
- **Chưa có pipeline nộp bài.** Mô hình cuối (train trên cả 5 dataset) và script suy luận xuất nhãn 128 Hz chưa được viết.

## 12. Chạy lại

Từ thư mục `experiments/decoder_lodo`; mọi job nặng đi qua `runners/jobqueue.py`.

```bash
PY=../../.venv/bin/python; P=eaP_n5_t60

# giá trị quần thể và dữ liệu đã tiền xử lý
$PY build_ea_prior.py && $PY prepare_data.py $P
(cd ../external_data/Fuglsang2020 && $PY stage_b_convert.py $P)

# pretrain bộ phân loại 10 s, 3 khối, seed S
GLIMPSE_THR=onorm $PY direct_classifier.py --window-s 10 --pretrain-spk --tag _w10_b3 --train-seed S \
  --min-epochs 25 --max-epochs 80 --set model_blocks=3

# bộ phân loại 10 s, 3 khối, seed S (seed 0: bỏ hậu tố _sS)
GLIMPSE_THR=onorm $PY direct_classifier.py --prep $P --window-s 10 --set model_blocks=3 \
  --init-from models/pretrain_spk_direct_clf_w10_b3_sS.pt --min-epochs 10 --train-seed S \
  --p-switch 0.5 --aug-set clf_p_switch2=0.5 --tag _w10b3_ptSPK_sS_aug-sw2

# decoder, seed S (seed 0: bỏ --train-seed và hậu tố _sS)
GLIMPSE_THR=norm $PY run_experiment.py --decoder vlaai_ws --prep $P --aug-variant cluster \
  --extra-train Fuglsang2020 --targets env,onset,dom --init-from models/pretrain_spk_vlaai_ws_sS.pt \
  --evidence-weights lda --tag _aug_cluster_onset_dom_xFUG_ptSPK_sS --train-seed S

# ghép và chấm
D=vlaai_ws__${P}_aug_cluster_onset_dom_xFUG_ptSPK; W=direct_clf__${P}_w10b3_ptSPK
$PY fuse_general.py --dec $D ${D}_s1 ${D}_s2 ${D}_s3 \
  --clf ${W}_aug-sw2 ${W}_s1_aug-sw2 ${W}_s2_aug-sw2 ${W}_s3_aug-sw2 --a 0.5 --pstay 0.997 0.998 0.9997   # in H trung bình và theo từng dataset cho cả ba giá trị p_stay
```

Pretrain decoder (đã có trong `models/`): `pretrain_sparrkulee.py --seed S`.

## 13. Tệp liên quan

| Nội dung | Tệp |
|---|---|
| Tiền xử lý, căn chỉnh Euclid | `prepare_data.py`, `build_ea_prior.py`, `config.yaml` |
| Tín hiệu `dom` | `build_glimpse.py` |
| Decoder, mạng, tăng cường | `decoders.py`, `run_experiment.py`, `pretrain_sparrkulee.py` |
| Bộ phân loại | `direct_classifier.py` |
| Ghép, chấm | `fuse_evidence.py`, `fuse_general.py`, `score.py` |
| Chuyển chú ý thật | `eval_external.py`, `eval_external_clf.py`, `fuse_external.py`, `../external_data/derive_prep.py` |
| Kiểm tra lookahead | `leakage_test.py` |
| Dò siêu tham số | `tune_ea.py`, `hp_summary.py` |
| Kết quả của bản này | `logs/fuse_sw2.log` (LODO), `logs/fuse_external_sw2.log` (chuyển chú ý thật), `results/research/fuse_general.csv` (tên cấu hình `SW2 ...`) |
| Luật cuộc thi | `docs_challenge/` (gốc repo) |

## 14. Những gì đã thử và không dùng

**Kiến trúc và mục tiêu:** decoder ADT và HappyQuokka; các mục tiêu glimpse, onset tương đối, hiệu envelope thô; mạng 2
hoặc 6 khối; 32 hoặc 128 bộ lọc; bộ phân loại 3 giây, 5 giây và 20 giây; giải mã không gian (ở mức đoán mò khi giữ ngoài dataset).

**Train:** tăng cường nghiêng phổ; cho bộ phân loại: nhiễu mạnh hơn, che cụm điện cực nhiều hơn, trộn điện cực lân cận,
bỏ một tín hiệu lời nói (không nhất quán giữa các seed), lệch thời gian EEG–lời nói ±60 ms (làm tụt 0,03); loss đối kháng theo dataset và người nghe; thêm dữ liệu Broderick; trộn SparrKULee vào
train; các biến thể pretrain; dò tốc độ học, weight decay, batch, dropout, nhiễu, che kênh, tỉ lệ chuyển chú ý giả (không
cái nào cải thiện bản ghép cuối).

**Tiền xử lý:** làm trắng theo thời gian; chuẩn hoá phổ; hằng số quên 120 giây và độ co 0,3 cho căn chỉnh.

**Khâu quyết định:** CRF train đầu-cuối; ghép bằng LDA trên mọi nguồn; evidence decoder đa thang; HMM nhiều tốc độ
chuyển; tự thích nghi trong trial bằng nhãn giả; các biến thể phát xạ của HMM.
