› ThinkNet e un framework descritto nel lavoro di Abdul Basit, Saim Rehman e Muhammad Shafique, accettato alla conferenza IEEE-EMBS BHI 2026.
› La ricerca riguarda la classificazione dei segnali EEG registrati durante l'immaginazione motoria, ossia l'atto di pensare a un movimento senza compierlo fisicamente.
› Questi segnali costituiscono la base delle interfacce cervello-computer (BCI) impiegate nella riabilitazione e nei dispositivi assistivi.Il problema della contaminazione dei dati nei testL'approccio convenzionale alla valutazione di questi modelli nasconde una trappola: i risultati sui dati di test tendono a risultare sovrastimati se le informazioni relative al soggetto in esame filtrano nella fase di normalizzazione, nella messa a punto degli iperparametri o nella scelta dell'architettura.
› Gli autori lo evidenziano con chiarezza: "held-out-subject performance can be overstated when test-subject information influences preprocessing, model selection, or ensemble selection".