Правила · Научная орбита: Декодирование движений кисти по сигналам мышц — StackMoreLayers
До конца этапа
01:19:47
До 22 нояб., 17:00
До конца этапа. Окончание 22 нояб., 17:00.
Соревнования/Научная орбита: Декодирование движений кисти по сигналам мышц
Научная орбита: Декодирование движений кисти по сигналам мышц
Разработайте модель, которая по сигналам электромиографии (ЭМГ) предсказывает 20 углов суставов кисти. Главный вызов — добиться точных предсказаний на записях, сделанных в разные дни.
Правила соревнования
1. Участие
Участие в соревновании командное.
Каждый участник может использовать только один аккаунт и входить в состав одной команды.
Все участники команды могут совместно разрабатывать, обучать и тестировать модели.
Каждая команда самостоятельно организует работу над своим решением.
2. Этапы соревнования и отправка решений
Соревнование состоит из двух этапов.
Этап 1. Разработка и техническая проверка
На первом этапе участникам доступны реальные обучающие данные и небольшой синтетический тестовый набор.
Количество отправок на первом этапе не ограничено.
Можно экспериментировать с моделями, проводить собственную валидацию и проверять формирование файлов предсказаний.
Синтетический тест предназначен исключительно для технической проверки.
Результаты первого этапа не влияют на итоговый рейтинг и определение победителей.
Этап 2. Финальное тестирование
На втором этапе участникам предоставляются реальные тестовые записи без правильных ответов.
Каждая команда может отправить одно решение, принятое платформой.
Результат этой отправки используется для формирования итогового рейтинга.
После успешной отправки заменить решение или отправить новое нельзя.
Отправки принимаются только в течение установленного времени финального этапа.
Важно:
перед финальной отправкой убедитесь, что CSV содержит предсказания для всех необходимых отсчётов, имеет правильную структуру и не содержит пропущенных или бесконечных значений.
Основная метрика соревнования — Weighted Mean Absolute Error (Weighted MAE). Чем меньше значение метрики, тем лучше результат.
Подробное описание данных, метрики и формата предсказаний приведено во вкладках «Обзор» и «Данные».
3. Разрешённые методы и инструменты
Участники свободны в выборе подходов к решению задачи.
Разрешается:
Использовать любые методы обработки сигналов и машинного обучения, включая классические алгоритмы и нейронные сети.
Разрабатывать собственные архитектуры или адаптировать существующие.
Применять нормализацию, извлечение признаков, аугментации и другие методы обработки данных.
Использовать библиотеки и фреймворки, включая NumPy, scikit-learn, PyTorch и другие.
Использовать ИИ-помощников и аналогичные инструменты для изучения материалов, написания и отладки кода.
Использовать предоставленный организаторами бейзлайн, изменять его и создавать на его основе собственные решения.
Ограничений на архитектуру модели, количество параметров или конкретный метод обучения нет.
4. Внешние данные и предобученные модели
Использование внешних датасетов и предобученных моделей разрешается, если они опубликованы в открытом доступе и бесплатно доступны всем участникам.
Разрешается использовать общедоступные реализации алгоритмов, научные статьи, документацию и образовательные материалы.
Если в решении используются дополнительные датасеты или предобученные модели, необходимо указать их источники при представлении решения.
Использование ИИ-помощников и обычных инструментов разработки не считается использованием внешнего датасета.
Запрещается использовать закрытые данные или предобученные модели, недоступные другим участникам на аналогичных условиях, без предварительного согласования с организаторами.
5. Самостоятельность и честность решений
Каждая команда разрабатывает и отправляет собственное решение.
Участники могут обсуждать идеи, методы, архитектуры и подходы к обработке сигналов.
Публичный обмен кодом и материалами разрешён, в том числе во вкладках «Обсуждения» и «Код».
Приватный обмен готовыми решениями или существенными частями кода между разными командами не допускается.
Использование открыто опубликованных решений и материалов допускается на одинаковых условиях для всех участников.
Запрещается:
Получать скрытые правильные ответы не предусмотренными соревнованием способами.
Вручную прописывать индивидуальные ответы для отдельных тестовых записей или строк вместо применения разработанного алгоритма.
Использовать уязвимости платформы или обходить ограничения на отправку решений.
Использовать дополнительные аккаунты для получения дополнительных попыток.
При этом разрешены любые алгоритмические методы обработки тестовых сигналов, включая нормализацию и адаптацию модели к доступным входным данным. Использование статистики тестовых сигналов без доступа к правильным ответам само по себе не является нарушением.
6. Проверка результатов и определение победителей
Итоговый рейтинг определяется результатами оценки на реальной тестовой выборке второго этапа.
Основной критерий — значение Weighted MAE.
Организаторы могут попросить команды, претендующие на призовые места, предоставить исходный код и краткое описание своего подхода.
Предоставленных материалов должно быть достаточно, чтобы понять принцип работы решения и при необходимости воспроизвести получение предсказаний.
Использование сторонних библиотек, открытых моделей и ИИ-инструментов не является основанием для отклонения решения, если соблюдены остальные правила.
7. Нарушения и спорные ситуации
При обнаружении возможного нарушения организаторы рассматривают обстоятельства и при необходимости запрашивают пояснения у команды.
Технические ошибки в формате отправки сами по себе не считаются нарушением правил.
При подтверждённом нарушении организаторы могут аннулировать результат или дисквалифицировать команду.
Спорные ситуации, не предусмотренные настоящими правилами, рассматриваются организаторами с учётом принципов честности соревнования и равных возможностей участников.
Главная цель соревнования — разработать качественное решение, исследовать разные подходы и научиться работать с реальными биосигналами. Экспериментируйте, обсуждайте идеи и не бойтесь пробовать новые методы!