# Luật cuộc thi và hệ quả cho pipeline

Nguồn: Codabench, cuộc thi 17856 (ICASSP 2027 EEG-sAAD Challenge), đọc ngày 2026-10-05. Bản sao nguyên văn ở
`docs_challenge/` (`terms.txt`, `Data_Submission.txt`, `Evaluation_Criteria.txt`, `Timeline.txt`, `Start_your_competition.txt`, `Codes.txt`).

Cách lấy lại: trang web là ứng dụng JavaScript nên không tải trực tiếp được; dùng API
`https://www.codabench.org/api/competitions/17856/`, trả về JSON có trường `terms` và `pages`. Ban tổ chức có ghi chú là
họ đã sửa Terms, nên nên đọc lại trước khi nộp.

## 1. Lịch

| Mốc | Thời gian (UTC) |
|---|---|
| Giai đoạn phát triển | 8/9 đến 8/11/2026, 23:55 |
| Kênh nộp thử định dạng (trên KUL-AV-GC) | 2 tuần cuối giai đoạn phát triển, tức từ khoảng 25/10 |
| Giai đoạn test, dữ liệu test được phát hành | 9/11 đến 8/12/2026, 23:55 |
| Công bố kết quả | 14/12/2026 |

- **Chỉ được nộp 2 lần ở giai đoạn test; lần nộp SAU CÙNG được tính, không phải lần tốt nhất.**
- Top 5 được mời viết bài 2 trang cho ICASSP 2027, và phải nộp toàn bộ mã train + suy luận để kiểm tra.

## 2. Hai tập test ẩn

| Tập | Máy ghi | Ngôn ngữ | Hướng nhìn | Quy mô |
|---|---|---|---|---|
| KUL-DLAAD | BioSemi 64 kênh | tiếng Hà Lan | được kiểm soát | 19 người, 8 trial mỗi người, khoảng 50 phút mỗi người (trial khoảng 6 phút) |
| NJU-SUSTech-sAAD-GC (mới ghi) | NeuroScan 64 kênh | tiếng Trung | được kiểm soát | 12 người, khoảng 60 phút mỗi người |

- Cả hai "will contain switches in attention". **Không ghi là thật hay tổng hợp.**
- Phát hành: EEG thô và đã tiền xử lý, envelope; không có nhãn.
- Trong dữ liệu train chỉ KUL-AV-GC kiểm soát hướng nhìn; USTC là dataset train duy nhất ghi bằng NeuroScan.

## 3. Luật ở giai đoạn test

| Luật (điều) | Nội dung |
|---|---|
| Nhân quả (6.4) | nhãn tại t chỉ dùng mẫu [0, t + 1000 ms] của **chính trial đó**, tính mọi độ trễ ở mọi khâu |
| Một trial (6.3) | không dùng dữ liệu của trial khác hay người khác khi suy luận |
| Không cập nhật mô hình (6.3) | cấm fine-tune, học không giám sát, tự giám sát trên dữ liệu test, **trừ trong phạm vi một trial và nhân quả** |
| Không dùng ID (4.4, 4.5, 9.1) | cấm dùng dataset ID, subject ID, trial ID dưới mọi hình thức; decoder chỉ nhận EEG và (tuỳ chọn) envelope |
| Một mô hình (9.1) | cấm dùng kiến trúc hay trọng số khác nhau cho các mẫu test khác nhau; mixture-of-experts chỉ được nếu tự chọn chuyên gia từ dữ liệu đầu vào, nhân quả |
| Nhãn nộp | 128 Hz cho mọi trial; được nộp nhãn người nói (envelope 1 hay 2) hoặc nhãn hướng (trái 0, phải 1) |

**Miễn trừ lookahead, mỗi thứ chỉ một lần trong một pipeline:**
- `filtfilt` với cùng bậc lọc như script của ban tổ chức (Butterworth bậc 2, 1–9 Hz);
- `removeBadChannel`; `repairBadSegment`;
- z-score trên toàn bộ một trial.

File tiền xử lý do ban tổ chức cấp được dùng nguyên trạng, kể cả khi quy trình tạo ra nó hơi vi phạm 1 giây.
Không có hạn chế nào với quá trình train. Dữ liệu ngoài được phép, miễn tuân thủ giấy phép của nó.

## 4. Cách chấm điểm

- **Acc**: tỉ lệ mẫu đúng của từng người, trung bình trên các người; hai tập test có trọng số bằng nhau.
- **L**: với mỗi lần chuyển chú ý, tìm trong cửa sổ 100 s điểm τ* mà dự đoán lật sang nhãn mới (phải giữ nhãn mới ít
  nhất 0,5 s); SDT = |τ* − t₀|; điểm của lần chuyển = exp(−SDT / 60); không phát hiện được thì 0 điểm. Với mỗi người lấy
  **trung vị** qua các lần chuyển, rồi trung bình qua các người.
- **H = 2·Acc·L / (Acc + L)** là điểm xếp hạng.
- Bộ chấm chính thức viết bằng MATLAB; bản Python đã kiểm chứng là `reports/eda_full/scripts/scorer.py`.

## 5. Hệ quả cho pipeline của ta

| Điểm | Hệ quả |
|---|---|
| Luật một trial | tiền xử lý `mat_reac` (mang trạng thái căn chỉnh Euclid qua các trial của một người) **không hợp lệ**; dùng `eaP_n5_t60` hoặc `mat_rea` |
| Thích nghi | không được thích nghi theo người nghe qua nhiều trial; chỉ được trong một trial (đã thử, không lợi) |
| Lookahead | decoder đóng nhãn với lookahead 0,5 s; bộ phân loại và bản ghép 0,75 s; tổng dùng 0,969 s; kiểm tra bằng `experiments/decoder_lodo/leakage_test.py` mỗi khi đổi timing hay thêm khâu nhân quả |
| Z-score | chỉ một lần cho EEG và một lần cho envelope; `onset` và `dom` không được z-score cả trial lần nữa |
| Tham số quyết định | trọng số LDA, thang chuẩn hoá, phát xạ HMM, tỉ lệ trộn, p_stay: lấy từ dữ liệu train, cố định cho mọi mẫu |
| Giá trị quần thể của căn chỉnh | là tham số mô hình học từ dữ liệu train, không dùng ID hay dữ liệu test |
| Kênh | `causal_ea` xác định kênh có mặt bằng `x.std(0) > 0` trên cả trial; trong mã nộp nên truyền danh sách kênh trực tiếp |
| Hai lần nộp | chọn cấu hình an toàn, không dùng p_stay 0,9997 (kém nhất trên chuyển chú ý thật) |
| Kiểm tra mã | mã train và suy luận phải tái lập được kết quả |

## 6. Dữ liệu ngoài đang dùng và giấy phép

| Dữ liệu | Giấy phép | Dùng để |
|---|---|---|
| Fuglsang 2020 (Zenodo 3618205) | CC-BY-4.0 | train bổ sung; giá trị quần thể |
| SparrKULee (KU Leuven) | cần xin quyền truy cập | pretrain |
| AASD (Zenodo 17413336) | CC-BY-4.0 | chỉ đánh giá |
| Carta 2026 | xem `experiments/external_data/README.md` | chỉ đánh giá |
| Broderick 2018 (Dryad) | CC0 | đã thử, không dùng |

Thông tin đăng nhập SparrKULee chỉ nằm trong `/root/.netrc_sparrkulee`; không được đưa vào mã, git hay tài liệu.
