Zastanawiam się nad matematycznymi konsekwencjami łączenia bardzo małych okien z różnych prób. Wszystkie próby są tego samego rozmiaru i trwają przez ten sam okres po bodźcach.
Innymi słowy, powiedzmy, że moje dane mają 3 kanały, 6 prób i 10 punktów danych na próbę (rozmiar danych [3x10x6]). To, co chcę zbudować, to nowy zestaw danych z tymi samymi 3 kanałami, ale z łączeniem okien 2 punktów danych dla wszystkich prób, a następnie powtarzaniem tego dla wszystkich możliwej liczby okien. W tym przykładzie byłoby to 5 okien (rozmiar nowych danych [3x12x5]).
Zakładam, że każda analiza częstotliwości będzie bezcelowa z powodu dramatycznych zmian w sygnale, ale o jakie inne konsekwencje dla danych powinienem się martwić? Czy nadal rozsądne byłoby usunięcie trendów lub denormalizacja tych nowych danych?