<font><font><font><font><font><p class="MsoNormal" style="color: rgb(255, 255, 255); font-family: verdana, sans-serif; font-size: small; "><span><span style="font-size:10.5pt;font-family:Constantia;color:#5F5F5F">Dear EEGLabbers,</span></span></p>
<p class="MsoNormal" style="color: rgb(255, 255, 255); font-family: verdana, sans-serif; font-size: small; "><span><span style="font-size:10.5pt;font-family:Constantia;color:#5F5F5F"><br></span></span></p><p class="MsoNormal" style="color: rgb(255, 255, 255); font-family: verdana, sans-serif; font-size: small; ">
<span><span style="font-size:10.5pt;font-family:Constantia;color:#5F5F5F">I am trying here to test if the hybrid methodology proposed by Florian and his group [</span></span><span class="Apple-style-span" style="color: rgb(255, 255, 255); font-family: verdana, sans-serif; "><a href="http://lomiweb.med.auth.gr/gan/mklados/index.php?option=com_k2&view=item&id=25:regica">http://lomiweb.med.auth.gr/gan/mklados/index.php?option=com_k2&view=item&id=25:regica</a></span><span class="Apple-style-span" style="color: rgb(95, 95, 95); font-family: Constantia; font-size: 14px; ">] may be effective in removing eye-artifacts in an experiment where 10 secs epochs need to be segmented.</span></p>
<p class="MsoNormal" style="color: rgb(255, 255, 255); font-family: verdana, sans-serif; font-size: small; "><span class="Apple-style-span" style="color: rgb(95, 95, 95); font-family: Constantia; font-size: 14px; "><br></span></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">The concept of the methodology seems promising to me, but I am nonetheless a bit puzzled with respect to which regression algorithm might be adopted. When it comes to run the code on a real subject (512Hz sampling rate, continuous data, 64 EEG and 4 EOG chans, about 1.30 hours) LMS and CRLS become both unstable and fail after just few steps. H INF ew and tv algorithms, do that too. It seems to me the only option left is to make use of SCRLS_regression.m from the AAR toolbox, but as the relative documentation suggests, the function is not really optimized for fast computation, and the reg procedure seems to take ages to converge [running it in matlab 64, on a 4cores pc, for a 1.30 hours continuous EEG and it is still trying to converge after 23 hours of computation, just one processor used].</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;"><br></span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">Question is: can someone out there with some experience with AAR toolbox and/or SCRLS algorithm provide some insights on how to play around with the 'lambda', 'sigma', and 'precision' fields of the opt structure so as to come up with a sufficiently accurate output in an acceptable amount of time? I was unable to find any detailed summary or list of practical guidelines/hints concerning these parameters. Furthermore, perhaps someone is aware of a more effective SRLS reg routine...</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;"><br></span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">Here the code I used to reshape the tri-dimensional chans x samps x trials matrix, run regica, and come back to the cleaned 3 dims matrix. As you see, opt parameters are default, with the exception of .20 instead of .25 for correlation threshold, note that srls is default here. </span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;"><br></span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  EEG2DIM.data = reshape(EEG.data, size(EEG.data,1),size(EEG.data,3)*size(EEG.data,2));</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.EOG = [EEG2DIM.data(1,:);EEG2DIM.data((67:69),:)]; %Fp1(1) plus HEOG1, HEOG2, & VEOG</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.M=3;</span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.lambda=0.9999;</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.sigma=0.01;</span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.prec=50;</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.crittype = 'correlation';</span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  opt.corthr = 20;</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  [EEG1] = regica(EEG2DIM.data((1:64),:),opt);</span></font></p><p class="MsoNormal">
<font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  [EEG2] = reshape(EEG1, size(EEG1,1), size(EEG.data,2)/size(EEG.data,3), size(EEG.data,3));</span></font></p>
<font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">  EEG.data((1:64),:) = EEG2((1:64),:);</span></font><p></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;"><br>
</span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">Any insight would be really appreciated,</span></font></p><p class="MsoNormal">
<font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;"><br></span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">Mahesh</span></font></p>
<p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;"><br></span></font></p><p class="MsoNormal"><font class="Apple-style-span" color="#5F5F5F" face="Constantia"><span class="Apple-style-span" style="font-size: 14px;">   </span></font></p>
</font></font></font></font></font><div style="text-align:right"><span style="font-family:verdana, sans-serif;font-size:x-small"><font color="#C0C0C0"><br></font></span></div><div style="text-align:right"><span style="font-family:verdana, sans-serif;font-size:x-small"><font color="#C0C0C0"><br>
</font></span></div><div style="text-align:right"><span style="border-collapse:collapse"><div style="font-size:13px;font-family:arial, sans-serif"><font><span style="font-size:x-small"><font face="verdana, sans-serif" color="#999999">Mahesh M. Casiraghi</font></span></font></div>
<div style="font-size:13px;font-family:arial, sans-serif"><span style="font-size:x-small"><font face="verdana, sans-serif" color="#999999">PhD candidate - Cognitive Sciences</font></span></div><div><font size="1" face="verdana, sans-serif" color="#999999">Roberto Dell'Acqua Lab, University of Padova</font></div>
<div><font size="1" face="verdana, sans-serif" color="#999999">Pierre Jolicoeur Lab, Univesité de Montréal</font></div><div style="color:rgb(192, 192, 192)"><font size="1" face="verdana, sans-serif"><a href="mailto:mahesh.casiraghi@umontreal.ca" target="_blank">mahesh.casiraghi@umontreal.ca</a></font></div>
</span></div><div style="text-align:right"><font size="1" face="verdana, sans-serif" color="#C0C0C0"><br></font></div><div style="text-align:right"><font size="1" face="verdana, sans-serif" color="#999999">I have the conviction that when Physiology will be far enough advanced, the poet, the philosopher, and the physiologist will all understand each other.</font></div>
<div style="text-align:right"><font size="1" face="verdana, sans-serif" color="#999999">Claude Bernard</font></div><div style="text-align:right"><font color="#CCCCCC" face="constantia, 'hoefler text', 'palatino linotype', serif" size="1"><span style="border-collapse:collapse;line-height:24px"><br>
</span></font></div><br>