# Thí nghiệm tiền xử lý nên thử trước (Track 03, Muse)

Ngày 2026-10-15. Danh sách lấy từ EDA ([eda_muse/EDA_Muse_va_phuong_phap.md](eda_muse/EDA_Muse_va_phuong_phap.md), mục 4, 6-11 và 16) và từ pipeline CNN+GRU hiện tại ([CNN_GRU_solver.md](CNN_GRU_solver.md)). Chưa chạy thí nghiệm nào; cột kết quả ở cuối để điền dần.

## 0. Cách so sánh (làm trước mọi thí nghiệm)

**Mốc (E0):** CNN+GRU hiện tại, tiền xử lý đúng như `WindowEncoder` bước 0:

- Trừ mean theo từng cửa sổ, chia 40 µV, `clamp(-10, 10)` (tức cắt ở ±400 µV).
- Nhánh phổ: STFT 2 s, giữ 0-45 Hz, `log(power + 1e-3)`.
- Không lọc, không chuẩn hoá theo bản ghi.

**Vì sao phải chặt:** chênh lệch giữa các cấu hình sẽ nhỏ, trong khi nhiễu lớn. SD giữa 5 fold là 4.3 s, SE trên 40 bản ghi test khoảng 6-7 s, và random start từng "kém 4 s" mà vẫn nằm trong nhiễu.

**Giao thức:**

1. **CV:** 5 fold chia theo người. Báo cáo mean của hai nhóm "đêm mới của người đã biết" và "người chưa thấy", như cách chấm sealed. Mỗi cấu hình chạy 3 seed, tức 15 lần train.
2. **So sánh cặp:** tính hiệu W-bMAE trên **từng bản ghi** giữa cấu hình mới và E0 (cùng fold, cùng seed). Nhận cấu hình khi hiệu trung bình nhỏ hơn −2 × SE của hiệu, và cùng dấu ở ít nhất 4/5 fold.
3. **Chỉ số phụ** (thí nghiệm nào cũng ghi):
   - MAE theo từng bin, nhất là bin 0-40 s so với hằng số. Hiện model **chưa thắng hằng số ở bin này**.
   - Điểm riêng của nhóm off-grid (77 bản ghi) và của 3 phút đầu bản ghi.
4. **Không chọn trên tập test 40 bản ghi:** chỉ chạy nó ở cuối để kiểm tra lại.

**Kiểm tra causal và rò rỉ** (chạy cho mọi biến thể tiền xử lý):

- Cắt bản ghi ở một vị trí t ngẫu nhiên, chạy streaming B = 1. Dự đoán từ 0 đến t phải trùng hệt với khi chạy cả bản ghi.
- Mọi thống kê dùng để chuẩn hoá chỉ lấy từ quá khứ. Không dùng độ dài file, số mẫu hay mean/std của cả bản ghi.
- Bộ lọc dùng lúc train phải là bộ lọc chạy lúc predict, kể cả trạng thái ban đầu.

**Thử nhanh bằng mô hình cây:** biến thể nào chỉ đổi feature phổ (E6, E7, E9) có thể sàng lọc trước bằng boosted tree trên feature causal (mốc 45.6 CV). Chỉ cấu hình nào thắng ở đó mới chạy lại trên CNN+GRU.

## 1. Bảng ưu tiên

| ID | Thí nghiệm | Ưu tiên | Chi phí | Căn cứ EDA |
|---|---|---|---|---|
| E0 | Mốc hiện tại, 5 fold × 3 seed + kiểm tra causal | P0 | 15 lần train | |
| E1 | Band-pass IIR causal có trạng thái | P1 | 15-45 lần train | mục 4, 6, 16 |
| E2 | Ngưỡng cắt biên độ và feature tỉ lệ clip | P1 | 30 | mục 4 |
| E3 | Cách chuẩn hoá biên độ | P1 | 45-60 | mục 4, 8, 9 |
| E4 | Xử lý phần đầu bản ghi | P1 | 30-45 | mục 4, 10 |
| E5 | Đánh dấu và mask kênh hỏng | P1 | 30 | mục 4 |
| E6 | Input phổ tương đối theo bản ghi (EMA − running mean) | P1 | 30 | mục 8, 9 |
| E7 | Định nghĩa lại nhánh phổ | P2 | 30 | mục 4, 5 |
| E8 | Thêm kênh lưỡng cực | P2 | 30 | mục 4, 6 |
| E9 | Độ phân giải STFT | P2 | 15 | mục 5 |
| E10 | Căn chỉnh Euclid causal theo bản ghi | P2 | 30 | mục 9 |
| E11 | Kết hợp các thay đổi thắng | P3 | 15-30 | |
| E12 | Ensemble của cấu hình E11 (kiểm tra lợi ích còn khi lên ensemble) | sau E11 | 5 seed × (5 fold + test công khai) = 30 | thí nghiệm ensemble |

Nguyên tắc: P1 thử **từng thay đổi một** so với E0. Chỉ khi các thay đổi đã thắng riêng lẻ mới gộp lại ở E11.

## 2. Chi tiết từng thí nghiệm

### E1. Band-pass IIR causal có trạng thái

**Hiện tại:** không lọc. Trừ mean trong cửa sổ 5 s gần như là high-pass khoảng 0.2 Hz. CNN vẫn thấy toàn bộ 0-64 Hz, gồm cả nhiễu điện lưới 50/60 Hz (200 và 330 bản ghi) và các vạch 21.33/42.67 Hz của AF7. Những thứ này có thể thành "dấu vân tay thiết bị".

**Cách làm:**

- Dùng `scipy.signal.butter(..., output="sos")` rồi `sosfilt`, giữ `zi` của từng kênh trong state của solver và đặt lại về 0 ở `reset_state()`.
- Khi train, lọc liên tục cả bản ghi (cho kết quả trùng với streaming từng cửa sổ có mang `zi`).
- Kiểm tra bằng unit test: lọc theo khối có mang `zi` phải bằng lọc cả chuỗi.
- Để `zi` bằng 0 lúc khởi động là hợp lý, vì 67.8% bản ghi bắt đầu bằng mẫu ≈0.

**Biến thể:**

| | High-pass | Low-pass | Ghi chú |
|---|---|---|---|
| E1a | không | 45 Hz | chỉ bỏ line noise và vạch 42.67 Hz |
| E1b | 0.3 Hz | 45 Hz | mặc định đề xuất ở mục 16 |
| E1c | 0.1 Hz | 45 Hz | giữ chuyển động mắt chậm (0.1-1 Hz); khi đó bỏ bước trừ mean theo cửa sổ |
| E1d | 0.5 Hz | 35 Hz | kiểu pipeline giấc ngủ cổ điển |

**Kỳ vọng:** E1a hoặc E1b ngang hoặc tốt hơn E0 một chút, và khoảng cách giữa người đã biết và người chưa thấy hẹp lại. Nếu E1c thắng thì đó là bằng chứng chuyển động mắt chậm có ích, nên ưu tiên E8.

### E2. Ngưỡng cắt biên độ và feature tỉ lệ clip

**Hiện tại:** cắt ở ±400 µV. ADC bão hoà ở khoảng 780 µV (519/540 bản ghi chạm ngưỡng này), và artifact là tín hiệu của trạng thái thức (tỉ lệ cửa sổ có kênh hỏng giảm từ 31% xuống 3.5%).

**Biến thể:**

- E2a: cắt ở ±780 µV.
- E2b: cắt mềm `tanh(x / 200 µV) * 200 µV`.
- E2c: E0, cộng 3 feature phụ mỗi kênh đưa vào lớp fuse: tỉ lệ mẫu có |x| ≥ 780 µV, log max |x|, và log RMS 30-45 Hz.

**Kỳ vọng:** E2c có lợi nhất, vì nó đưa thông tin artifact vào model một cách tường minh, không bị chuẩn hoá xoá mất.

### E3. Cách chuẩn hoá biên độ

**Hiện tại:** một thang cố định 40 µV cho cả 4 kênh. Kênh thái dương có SD median 9.9-10 µV, kênh trán 5.2-5.5 µV, tức chênh khoảng 2 lần. Phần phương sai feature nằm giữa các bản ghi là 0.21, giảm còn 0.12 nếu trừ running mean.

**Biến thể:**

- E3a: thang cố định theo kênh (20 µV cho TP9/TP10, 11 µV cho AF7/AF8, tức khoảng 2 × SD median).
- E3b: z-score theo từng cửa sổ (InstanceNorm), cộng log-RMS từng kênh làm feature phụ để không mất thông tin biên độ.
- E3c: chuẩn hoá EMA theo thời gian (`exponential_moving_standardize`) với hằng số thời gian 60 s, tức `factor_new ≈ 1/(128·60)`. Thêm log-RMS thô làm feature phụ.
- E3d: như E3c nhưng hằng số thời gian 300 s.

**Lưu ý:**

- E3c/E3d có trạng thái, nên phải mang trạng thái qua các cửa sổ và reset theo bản ghi, giống E1.
- Mọi biến thể đều phải giữ một đường cho biên độ thô (mục 8: với feature biên độ và artifact, dạng thô tốt hơn dạng đã chuẩn hoá).

### E4. Xử lý phần đầu bản ghi

**Vì sao:**

- Tỉ lệ kênh-cửa sổ BAD là 41% trong 30 s đầu, nhưng chỉ 13% ở phút 2-5.
- Phút đầu của test sạch hơn train (median 0.42 so với 0.75, p = 0.0014).
- Nhóm off-grid không có transient khởi động và chiếm 22.5% test so với 13.6% train.

**Biến thể:**

- E4a: zero 1 s đầu của cửa sổ đầu tiên, và cho cửa sổ đầu trọng số 0 trong loss. Vẫn phải dự đoán cửa sổ này vì bộ chấm có tính nó.
- E4b: random start khi train, cắt ngẫu nhiên 0-3 phút đầu với xác suất 0.5. Lần thử trước (crop tự do) ra 49.4 ± 5.0 so với 45.3, nằm trong nhiễu. Lần này giới hạn độ cắt và chạy đủ 3 seed.
- E4c: E4a + E4b.

**Đọc kết quả bằng:** điểm của nhóm off-grid và điểm 3 phút đầu, ngoài điểm tổng.

### E5. Đánh dấu và mask kênh hỏng

**Vì sao:** 21.7% cửa sổ trước N2 có ít nhất một kênh BAD, 5.2% hỏng cả 4 kênh. Kênh thái dương hỏng nhiều hơn kênh trán.

**Cách làm:** kênh bị đánh dấu BAD khi max |x| > 200 µV hoặc RMS 30-45 Hz > 5 µV. Tiêu chí chỉ dùng chính cửa sổ đó nên vẫn causal.

**Biến thể:**

- E5a: giữ tín hiệu nguyên vẹn, chỉ thêm 4 cờ BAD và số kênh BAD vào lớp fuse.
- E5b: zero kênh BAD trong cả nhánh CNN và nhánh phổ, cộng các cờ như E5a.
- E5c: E5a + channel dropout khi train (p = 0.1 mỗi kênh). Đây là augmentation, nhưng đi cặp với cách xử lý kênh hỏng.

**Kỳ vọng:** E5a ≥ E5b, vì EDA cho thấy artifact mang thông tin. Nếu E5b thua rõ thì đừng "làm sạch" dữ liệu ở các bước sau.

### E6. Input phổ tương đối theo bản ghi

**Vì sao:** với các feature "trôi chậm" (alpha, beta, line length), trừ running mean làm tương quan với target tăng (ví dụ alpha 0.324 lên 0.363, line length 0.230 lên 0.331).

**Cách làm:** trên log band power theo kênh (delta, theta, alpha 8-11, sigma 11-15, beta, gamma, cộng 1/f slope), tính EMA 30 s và running mean từ đầu bản ghi đến hiện tại. Cả hai cập nhật theo từng cửa sổ, nằm trong state.

**Biến thể:**

- E6a: thêm EMA 30 s − running mean vào lớp fuse, đặt cạnh embedding hiện tại.
- E6b: thêm cả EMA 30 s và EMA 30 s − running mean.

**Rủi ro:** running mean ở vài phút đầu rất nhiễu, nên cân nhắc đi kèm E4. Thêm nữa, running mean ngầm mang thông tin "đã trôi bao lâu", nên phải đọc kết quả cùng điểm của nhóm off-grid.

### E7. Định nghĩa lại nhánh phổ

**Biến thể:**

- E7a: bỏ các bin 21.0-21.5 Hz và 42.5-43.0 Hz của AF7.
- E7b: chuẩn hoá phổ tương đối, tức log power trừ log tổng công suất 1-45 Hz. Cách này làm nổi tỉ số kiểu sigma/beta và theta/alpha.
- E7c: dải 0.5-40 Hz thay cho 0-45 Hz.

**Thứ tự:** sàng lọc bằng boosted tree trước, rồi mới chạy CNN+GRU.

### E8. Thêm kênh lưỡng cực

**Vì sao:** tương quan AF7-AF8 chỉ 0.07 nhưng chứa chuyển động mắt ngang. Tương quan AF7-AF8 ở băng 0.1-1 Hz đi từ −0.14 xuống −0.41 trong khoảng 90-180 s trước N2 (dấu hiệu N1).

**Biến thể:**

- E8a: thêm AF7 − AF8 và TP9 − TP10, thành 6 kênh.
- E8b: E8a cộng một feature tương quan AF7-AF8 trượt **causal** ở băng 0.1-1 Hz (IIR causal, cửa sổ 30 s). EDA mới đo được dấu hiệu này bằng bộ lọc zero-phase, nên phải kiểm chứng lại với bản causal trước khi tin.

**Phụ thuộc:** cần high-pass ≤ 0.1 Hz (E1c), nếu không thành phần mắt chậm bị lọc mất.

### E9. Độ phân giải STFT

**Vì sao:** đỉnh spindle sau N2 nằm ở 11.6 Hz, sát ranh giới alpha/sigma. Ở độ phân giải 0.5 Hz và chỉ 7 frame, alpha 8-11 và sigma 11-15 khó tách.

**Biến thể:**

- E9a: `n_fft` 512 (4 s, độ phân giải 0.25 Hz).
- E9b: Welch 2 s với overlap 75% (nhiều frame hơn, phương sai thấp hơn).

**Kỳ vọng:** thay đổi nhỏ. Chỉ làm khi còn thời gian.

### E10. Căn chỉnh Euclid causal theo bản ghi

**Vì sao:** khác biệt giữa người và giữa đêm lớn (ICC nền 0.35-0.60). Ở một bài EEG khác của nhóm, căn chỉnh Euclid causal (khởi động từ covariance của quần thể, cập nhật theo thời gian) là thay đổi tiền xử lý có lợi nhất.

**Cách làm:**

- Covariance 4 × 4 cập nhật bằng EMA, khởi tạo bằng covariance trung bình của tập train.
- Nhân tín hiệu với R^(−1/2) trước CNN.
- Thử hằng số thời gian 60 s và 300 s.

**Rủi ro:**

- Căn chỉnh làm phẳng biên độ, nên cần giữ feature biên độ thô như ở E3.
- Kênh hỏng làm covariance méo, nên chỉ cập nhật covariance từ các cửa sổ không có kênh BAD.

### E11. Kết hợp

Gộp các thay đổi đã thắng riêng lẻ, theo thứ tự lớn trước. Mỗi lần thêm một thay đổi, chạy lại so sánh cặp với cấu hình gộp ngay trước đó. Các thay đổi tiền xử lý thường chồng lên nhau, nên lợi ích không cộng thẳng.

### E12. Ensemble của cấu hình E11

**Vì sao:** mọi thí nghiệm E1-E11 so sánh các **model đơn** (điểm trung bình của các seed, không gộp dự đoán). Bản nộp lại là **ensemble**, và một cải tiến ở model đơn chưa chắc còn khi lên ensemble: train trên đủ 500 bản ghi giúp model đơn khoảng 0.4 s nhưng không giúp ensemble (experiments/ensemble).

**Cách làm:**
- Train 5 seed của cấu hình E11 và của cấu hình nền, **lưu xác suất dự đoán** (121 lớp) trên các bản ghi giữ ngoài, như experiments/ensemble.
- Trên CV 5 fold: seed 0-4. Trên test công khai: seed 42-46 (seed 42 là gốc).
- Ensemble = trung bình phân phối của 5 model rồi lấy trung vị.

**So sánh:** ensemble E11 với ensemble nền (so cặp trên từng bản ghi, CV), và điểm test công khai của hai ensemble. Ensemble nền là công thức của bản nộp `CNN-feat-GRU-Ensemble-E4` (CV khoảng 39.6 ở công thức trước E4; test công khai tự chấm 43.75 với 8 model).

**Kết quả dùng để quyết định** có làm solver mới với cấu hình E11 hay không.

## 3. Không ưu tiên

| Phương pháp | Lý do |
|---|---|
| ICA / ASR loại artifact | 4 kênh khô, artifact lại là tín hiệu thức; không có bằng chứng cho giấc ngủ ít kênh |
| Z-score, median theo cả bản ghi; `filtfilt` | không causal, rò rỉ độ dài file; cấm |
| Notch 50/60 Hz riêng | low-pass 45 Hz ở E1 đã đủ |
| Resample về 200 Hz | chỉ cần khi dùng REVE |

## 4. Bảng kết quả

W-bMAE tính bằng giây (thấp hơn là tốt hơn). Δ là hiệu cặp so với mốc, kèm ± SE.

| ID | Cấu hình | W-bMAE (seen / unseen / mean) | Δ so với mốc ± SE | MAE bin 0-40 s | Off-grid | Kết luận |
|---|---|---|---|---|---|---|
| E0 | mốc | | | | | |
| E1a | LP 45 Hz | | | | | |
| E1b | BP 0.3-45 Hz | | | | | |
| E1c | BP 0.1-45 Hz, không trừ mean | | | | | |
| E1d | BP 0.5-35 Hz | | | | | |
| E2a | cắt ±780 µV | | | | | |
| E2b | cắt mềm tanh | | | | | |
| E2c | + feature clip/artifact | | | | | |
| E3a | thang theo kênh | | | | | |
| E3b | InstanceNorm + log-RMS | | | | | |
| E3c | EMA standardize 60 s | | | | | |
| E3d | EMA standardize 300 s | | | | | |
| E4a | mask đầu bản ghi | | | | | |
| E4b | random start 0-3 phút | | | | | |
| E4c | E4a + E4b | | | | | |
| E5a | cờ BAD | | | | | |
| E5b | zero kênh BAD + cờ | | | | | |
| E5c | cờ BAD + channel dropout | | | | | |
| E6a | EMA − running mean | | | | | |
| E6b | EMA và EMA − running mean | | | | | |
| E7a | bỏ vạch AF7 | | | | | |
| E7b | phổ tương đối | | | | | |
| E7c | 0.5-40 Hz | | | | | |
| E8a | + kênh lưỡng cực | | | | | |
| E8b | + tương quan AF7-AF8 causal | | | | | |
| E9a | n_fft 512 | | | | | |
| E9b | Welch 75% | | | | | |
| E10 | căn chỉnh Euclid causal | | | | | |
| E11 | kết hợp `e7a_af7` + `e5b_zero` (5 seed) | model đơn CV 40.97 so với 40.80 (+0.24 ± 0.23) | | | test công khai TB 5 seed 44.9 so với 46.0 | không thắng trong CV |
| E12 | ensemble 5 model của E11 (so với ensemble nền) | CV 39.58 so với 39.61 (−0.03 ± 0.21) | | | test công khai ensemble 5: 44.03 so với 44.61 (−0.58 ± 0.94) | không thắng rõ; xem experiments/augment/results/summary_e12.md |

## 5. Kết quả đã chạy

### E1: lọc IIR causal có trạng thái (2026-10-16)

Code: [experiments/iir_filter/](experiments/iir_filter/), kết quả đầy đủ ở `experiments/iir_filter/results/summary.md`. Chạy trên model `cnn_feat_gru` (EEG thô + 217 feature → CNN+GRU), 5 fold theo người × 3 seed, so cặp với bản không lọc cùng fold và seed.

Khác với kế hoạch ở mục 2: tất cả các bộ lọc đều có low-pass 45 Hz (bậc 4) và high-pass bậc 2; bước trừ mean theo cửa sổ được giữ nguyên (kể cả với high-pass 0.1 Hz); biến thể "0.5-35 Hz" (E1d) không chạy mà thay bằng high-pass 0.5 Hz với low-pass 45 Hz. Ba feature về artifact (tỉ lệ clip, biên độ lớn nhất, số kênh hỏng) vẫn lấy từ tín hiệu chưa lọc.

| Bộ lọc | CV macro (mean ± SD fold) | Hiệu so với không lọc ± SE | Split công khai |
|---|---|---|---|
| không lọc | 42.2 ± 2.2 | | 47.9 |
| low-pass 45 Hz | 41.5 ± 1.5 | −0.57 ± 0.23 s | 46.1 |
| high-pass 0.1 + low-pass 45 | 41.8 ± 1.5 | −0.19 ± 0.22 s | 48.9 |
| high-pass 0.3 + low-pass 45 | 41.9 ± 1.7 | −0.24 ± 0.23 s | 47.1 |
| high-pass 0.5 + low-pass 45 | 42.1 ± 1.8 | +0.09 ± 0.28 s | 48.4 |

Kết luận: lọc không phải đòn bẩy lớn. Low-pass 45 Hz có lợi rất nhỏ (khoảng 0.6 s, ranh giới ý nghĩa nếu tính 4 phép so); thêm high-pass không giúp gì. Chưa kết luận được gì về chuyển động mắt chậm (xem E8), vì 217 feature không chứa feature tương quan AF7-AF8 và bước trừ mean trên cửa sổ 5 s đã loại gần hết dải dưới 0.2 Hz.

### E8: kênh lưỡng cực và dải chậm 0.1-1 Hz (2026-10-16)

Code: [experiments/e8_bipolar/](experiments/e8_bipolar/), kết quả đầy đủ ở `experiments/e8_bipolar/results/summary.md`. Trên `cnn_feat_gru` với input low-pass 45 Hz, CV 5 fold × 3 seed, so cặp với không thêm gì (41.5).

| Biến thể | CV macro | Hiệu ± SE |
|---|---|---|
| `e8a`: 2 kênh lưỡng cực + 20 feature | 41.9 | +0.30 ± 0.21 s |
| `e8b`: `e8a` + 7 feature dải 0.1-1 Hz | 42.5 | +0.85 ± 0.21 s |
| `e8c`: chỉ 7 feature dải 0.1-1 Hz | 41.6 | +0.02 ± 0.19 s |

Không biến thể nào giúp. Feature dải chậm một mình không thêm gì, nên giả thuyết chuyển động mắt chậm không được ủng hộ ở dạng này (tương quan trên cửa sổ 5 s, bộ lọc causal).

### E2: ngưỡng cắt, cắt mềm, feature tỉ lệ clip (2026-10-17)

Code: [experiments/e2_clipping/](experiments/e2_clipping/), kết quả đầy đủ ở `experiments/e2_clipping/results/summary.md`. Trên `cnn_feat_gru` với input low-pass 45 Hz (mốc `lp45`), CV 5 fold × 3 seed, so cặp trên từng bản ghi; test công khai seed 42 (mốc `lp45` seed 42 = 48.8).

| Biến thể | CV macro | Hiệu so với `lp45` ± SE | Test công khai seed 42 | Seed 0 / 1 / 2 |
|---|---|---|---|---|
| `lp45` (mốc) | 41.5 | | 48.8 | 44.7 / 47.3 / 46.3 |
| `clip400`: cắt thô ±400 µV trước bộ lọc | 41.4 | −0.12 ± 0.15 s | 48.6 | 46.5 / 46.2 / 49.6 |
| `clip780`: cắt thô ±780 µV | 41.7 | +0.09 ± 0.12 s | 45.7 | 47.0 / 46.9 / 49.8 |
| `soft200`: 200·tanh(x/200) | 42.8 | +1.06 ± 0.36 s | 47.2 | 47.3 / 47.2 / 49.3 |
| `clipfeat`: thêm 16 feature tỉ lệ mẫu vượt 100/200/400 µV và đoạn phẳng ở trần ADC | 42.1 | +0.46 ± 0.26 s | 48.6 | 47.6 / 44.9 / 49.7 |

Kết luận: không biến thể nào cải thiện thật. Cắt cứng ở 400 hay 780 µV không khác mốc; cắt mềm và feature clip thêm vào đều tệ hơn một chút. Điểm seed 42 tốt nhất (`clip780`, 45.7) không được CV ủng hộ: cùng cấu hình đó cho 47.0 / 46.9 / 49.8 ở seed 0-2.

### E3: chuẩn hoá biên độ đầu vào CNN (2026-10-17)

Code: [experiments/e3_normalisation/](experiments/e3_normalisation/). Trên `cnn_feat_gru` (low-pass 45 Hz, head `dist_w`), CV 5 fold × 3 seed, test công khai 5 seed (42-46). Mọi biến thể giữ thêm biên độ thô làm feature; `ctrl` là đối chứng (chuẩn hoá cũ + feature biên độ thô).

| Biến thể | CV macro | Hiệu so với `dist_w` cũ (41.0) ± SE | Test công khai seed 42 | Trung bình 5 seed |
|---|---|---|---|---|
| `ctrl` | 40.9 | −0.12 ± 0.18 s | 45.7 | 45.5 |
| `chscale` (thang riêng theo kênh 20/11 µV) | 40.9 | +0.12 ± 0.18 s | 45.9 | 45.5 |
| `instance` (InstanceNorm theo cửa sổ) | 40.6 | −0.32 ± 0.19 s | 46.4 | 45.9 |
| `ema60` | 41.2 | +0.27 ± 0.22 s | 46.9 | 46.6 |
| `ema300` | 41.3 | +0.20 ± 0.21 s | 48.5 | 47.6 |

Kết luận: không chuẩn hoá nào cải thiện thật; chuẩn hoá EMA hơi tệ hơn. Giữ thang cố định 40 µV.

### E4: xử lý phần đầu bản ghi (2026-10-17)

Code: [experiments/e4_start/](experiments/e4_start/). Cùng cấu hình; `base` là đối chứng chạy lại cùng phiên (CV 41.09). `mask`: 1 s đầu bản ghi đặt bằng 0 trước bộ lọc và cửa sổ đầu có trọng số loss 0; `rstart`: mỗi epoch, xác suất 0.5 cắt đầu bản ghi huấn luyện ngẫu nhiên 0-3 phút.

| Biến thể | CV macro | Hiệu so với `base` ± SE | Khi cắt đầu bản ghi (hiệu so với `base`) | MAE phút đầu | Test công khai seed 42 | Trung bình 5 seed |
|---|---|---|---|---|---|---|
| `base` | 41.09 | | 39.78 | 219.6 | 47.2 | 45.3 |
| `mask` | 40.63 | −0.59 ± 0.15 s | −0.67 ± 0.16 s | 220.0 | 47.5 | 45.7 |
| `rstart` | 40.71 | −0.52 ± 0.20 s | −0.64 ± 0.24 s | 225.8 | 45.3 | 44.8 |
| `both` | 40.50 | −0.69 ± 0.20 s | −0.83 ± 0.26 s | 225.7 | 47.4 | 45.1 |

Kết luận: cải thiện CV nhỏ nhưng nhất quán (khoảng 0.5-0.7 s, 2.6-3.5 lần SE); không cải thiện sai số trong phút đầu và bài cắt đầu không cho thấy `rstart` bền hơn riêng; test công khai không thấy khác biệt (nhiễu ±2 s).

### E5, E6, E7, E9, E10 (2026-10-19)

Code: [experiments/batch_e5_e10/](experiments/batch_e5_e10/), kết quả đầy đủ ở `experiments/batch_e5_e10/results/summary.md`. Nền: low-pass 45 Hz + E4 `both` + 217 feature + head `dist_w`; `base` chạy lại cùng phiên (CV 40.93). CV 5 fold × 3 seed, so cặp trên từng bản ghi; test công khai seed 42-46.

| Biến thể | CV macro | Hiệu so với `base` ± SE | Test công khai seed 42 | Trung bình 5 seed |
|---|---|---|---|---|
| `base` | 40.93 | | 47.3 | 45.8 |
| `e5a_flags` (thêm cờ kênh hỏng) | 40.79 | −0.06 ± 0.19 s | 45.2 | 45.5 |
| `e5b_zero` (zero kênh hỏng + cờ) | 40.75 | −0.30 ± 0.22 s | 45.6 | 45.8 |
| `e5c_dropout` (channel dropout 0.1) | 40.97 | +0.25 ± 0.20 s | 45.5 | 45.0 |
| `e6_emarm` (EMA 30 s − running mean) | 42.52 | **+1.64 ± 0.32 s** | 48.7 | 47.6 |
| `e7a_af7` (bỏ vạch nhiễu AF7) | 40.64 | −0.21 ± 0.13 s | 45.8 | 45.1 |
| `e7b_relspec` (phổ tương đối) | 41.20 | +0.30 ± 0.23 s | 46.7 | 45.9 |
| `e7c_band40` (dải 0.5-40 Hz) | 41.19 | +0.20 ± 0.21 s | 45.2 | 44.6 |
| `e9a_nfft512` (khung STFT 4 s) | 41.53 | **+0.47 ± 0.20 s** | 47.6 | 45.9 |
| `e9b_nfft128` (khung STFT 1 s) | 40.81 | −0.05 ± 0.16 s | 44.1 | 45.3 |
| `e10_ea` (căn chỉnh Euclid causal) | 41.30 | **+0.43 ± 0.19 s** | 46.8 | 45.7 |

Kết luận: không biến thể nào tốt hơn `base` tới 2 lần SE; E6, E9a và E10 tệ hơn. Căn chỉnh Euclid, thay đổi có lợi nhất ở bài EEG kia, làm tệ hơn ở đây. E11 không có biến thể thắng rõ để gộp; ứng viên duy nhất là `e7a_af7` + `e5b_zero` (cùng hướng tốt hơn, chưa có ý nghĩa thống kê).

## E11/E12 (2026-10-21)

Chạy bằng experiments/augment/run_augment.py (`--save-probs`) và experiments/augment/ens_e12.py; kết quả đầy đủ ở
experiments/augment/results/summary_e12.md. 4 cấu hình × 5 seed × (5 fold CV + test công khai), ensemble = trung bình phân phối của 5 seed.

| Cấu hình | Model đơn CV | Ensemble CV | Ensemble CV: hiệu so với `base` | Ensemble 5 test công khai | Hiệu so với `base` |
|---|---|---|---|---|---|
| base (công thức E4) | 40.80 | 39.61 | | 44.61 | |
| e11 (`e7a_af7` + `e5b_zero`) | 40.97 | 39.58 | −0.03 ± 0.21 | 44.03 | −0.58 ± 0.94 |
| a9_ngs (augmentation noise + gainch + swap) | 40.43 | 39.37 | −0.26 ± 0.24 | 44.49 | −0.12 ± 0.58 |
| e11_a9 | 40.48 | 39.36 | −0.28 ± 0.26 | 44.88 | +0.28 ± 0.87 |

Kết luận: không cấu hình nào thắng `base` rõ ở mức ensemble; lợi ích của augmentation ở model đơn (−0.4 s) co lại còn khoảng −0.26 s khi
lên ensemble 5 model. Chưa đủ căn cứ để làm solver mới.
