Auto-adaptive Neuromorphic Brain Machine Interface: toward fully embedded neuroprosthetics

Informacje na temat projektu

NEMO BMI

Identyfikator umowy o grant: 101070891

DOI

10.3030/101070891

Projekt został zamknięty

Data podpisania przez KE 27 Czerwca 2022

Data rozpoczęcia 1 Października 2022

Data zakończenia 30 Września 2025

Finansowanie w ramach

• The European Innovation Council (EIC)

Koszt całkowity

€ 3 784 703,75

Wkład UE

€ 3 784 703,75

Koordynowany przez

COMMISSARIAT A L ENERGIE ATOMIQUE ET AUX ENERGIES ALTERNATIVES
France

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

Websites, patent fillings, videos etc. (1)

NEMO BMI website and project logo

NEMO BMI website and project logo including information on social media links

Ethics Requirements (1)

OEI - Requirement No. 3

An independent Ethics Advisory Advisor EAB with expertise in ethics of AI is necessary to advice the applicant on how to address the ethics issues raised by the project First EAB report submission should be done in month 6

Documents, reports (1)

Initial plan for dissemination & exploitation, including communication activities

Initial plan for dissemination exploitation including communication activities

Data Management Plan (1)

NEMO BMI Data Management Plan

Publikacje

Conference proceedings (5)

Grid Search Optimization of Novel SNN-ESN Classifier on a Supercomputer Platform

Autorzy: Dimitar Penkov, Petia Koprinkova-Hristova, Nikola Kasabov, Simona Nedelcheva, Sofiya Ivanovska & Svetlozar Yordanov
Opublikowane w: Lecture Notes in Computer Science, Numer 13952, 2024, ISSN 1611-3349
Wydawca: Springer
DOI: 10.1007/978-3-031-56208-2_45

On-line Learning, Classification and Interpretation of Brain Signals using 3D SNN and ESN

Autorzy: Koprinkova-Hristova, P., Penkov, D., Nedelcheva, S., Yordanov, S., & Kasabov, N.
Opublikowane w: International Joint Conference on Neural Networks (IJCNN), 2023, ISSN 2161-4407
Wydawca: IEEE
DOI: 10.1109/IJCNN54540.2023.10191974

Hierarchical Hidden Markov Model for Online Decoding in Brain-Computer Interface

Autorzy: Rémi Souriau, Alexandre Moly, Félix Martel, Lucas Struber, Serpil Karakas, Violaine Juillard, Guillaume Charvet, Tetiana Aksenova
Opublikowane w: 2024 32nd European Signal Processing Conference (EUSIPCO), 2024
Wydawca: IEEE
DOI: 10.23919/EUSIPCO63174.2024.10715255

Predictors of ECoG-BCI performances across subjects and sessions derived from idle state characteristics

Autorzy: Lucas Struber, Félix Martel, Serpil Karakas, Violaine Juillard, Angelina Bellicha, Fabien Sauter-Starace, Stéphan Chabardès, Henri Lorach, Guillaume Charvet, Tetiana Aksenova
Opublikowane w: 9th Graz Brain-Computer Interface Conference 2024, 2024, ISBN 978-3-99161-014-4
Wydawca: Graz University of Technology
DOI: 10.3217/978-3-99161-014-4-015

Auto-adaptation of ECoG-based motor BCI using neural response decoder: a cross-patient study

Autorzy: Hugo Lafaye de Micheaux, Félix Martel, Fabien Sauter-Starace, Guillaume Charvet, Henri Lorach, Tetiana Aksenova
Opublikowane w: 9th Graz Brain-Computer Interface Conference 2024, 2024, ISBN 978-3-99161-014-4
Wydawca: Graz University of Technology
DOI: 10.3217/978-3-99161-014-4-013