中榮資料：ASR cutoff 10 / 15 / 20 比較
只對中榮新設備的連續資料套用 ASR；來源 34 人預訓練權重、有效 trials、模型、session-independent 5-fold 設計全部固定。
結論
目前不支持 ASR 帶來穩定增益。ASR20 對 ShallowConvNet 有 +0.94 pp 的小幅平均上升，但只有 5/9 sessions 上升、4/9 下降；EEGNet 與 Support-CSP 仍下降。ASR10、15、20 沒有任何 cutoff 在三模型皆呈正向，因此不建議把 ASR 納入目前中榮資料的正式分類流程。
分類表現
| Cutoff | Model | Raw IIR mean | ASR mean | ASR - raw | Win/tie/loss |
|---|---|---|---|---|---|
| 10 | EEGNet | 52.42% | 51.92% | -0.50 pp | 5/1/3 |
| 10 | ShallowConvNet | 50.86% | 48.81% | -2.05 pp | 4/1/4 |
| 10 | Support-CSP episodic | 52.42% | 48.78% | -3.64 pp | 2/0/7 |
| 15 | EEGNet | 52.42% | 51.64% | -0.78 pp | 4/1/4 |
| 15 | ShallowConvNet | 50.86% | 49.83% | -1.03 pp | 2/1/6 |
| 15 | Support-CSP episodic | 52.42% | 51.89% | -0.53 pp | 3/0/6 |
| 20 | EEGNet | 52.42% | 50.70% | -1.72 pp | 4/2/3 |
| 20 | ShallowConvNet | 50.86% | 51.80% | +0.94 pp | 5/0/4 |
| 20 | Support-CSP episodic | 52.42% | 48.68% | -3.74 pp | 1/2/6 |
每個 session 31–40 effective trials；Win/tie/loss 為 ASR 相對 raw IIR 的 session 數量，屬描述性比較。
清理強度
| Cutoff | Mean post-ASR SD | Mean correction RMS |
|---|---|---|
| 15 | 16.08 nV | 32.17 nV |
| 20 | 17.61 nV | 30.75 nV |
三個 cutoff 都進行很明顯的修正；提高 cutoff 只會略微放寬修正幅度，沒有產生清楚、單調的分類改善。
檔案
summary CSV · session comparison CSV · quality CSV · ASR cache code · evaluation code