Projektbeschreibung
Herzsignale für maßgeschneidertes körperliches Training nutzen
In unterschiedlichen Lernumgebungen variieren die individuellen Fähigkeiten und Motivationen, wodurch die Wirksamkeit standardisierter Schulungsansätze infrage gestellt werden. Die wissenschaftliche Literatur unterstreicht das Potenzial von Herzsignalen zur Messung kognitiver und physischer Zustände, die für maßgeschneiderte Lernerfahrungen entscheidend sind. In diesem Zusammenhang werden im Rahmen des EU-finanzierten Projekts SPEARS Herzsignale genutzt, um sich dynamisch an den kognitiven und physischen Zustand von Personen anzupassen. Aufbauend auf dem Erfolg des Projekts BrainConquest, das sich auf personalisiertes Training über Hirn-Computer-Schnittstellen konzentrierte, besteht das Ziel von SPEARS darin, Algorithmen für maschinelles Lernen und Signalverarbeitung zur Leistungsvorhersage unter Verwendung von Daten zu Herzsignalen von Verbrauchersensoren wie Smartwatches zu verbessern. SPEARS will seine prädiktive Technologie in eine Sporttrainings-App integrieren, die maßgeschneiderte Trainingslösungen für den Ausdauersport weltweit bietet.
Ziel
In any learning situation, be it math education, language learning or sport training, different learners have different abilities, motivations and capacities at any given time. Thus, an optimal learning can only be achieved with personalized training solutions, dynamically adapted to each learner’s cognitive and/or physical states. The scientific literature showed that such states could be estimated from Cardiac Signals (CS). In ERC PoC SPEARS, we thus propose to redefine consumer training apps, by enabling them to propose personalized and adaptive training plans according to an estimation of their users’ cognitive and/or physical states from their CS measured with consumer grade sensors, e.g. smartwatches. The outcome of ERC project BrainConquest should enable us to tackle this challenge. Indeed, in BrainConquest we explored such a personalized training approach for users of Brain-Computer Interfaces (BCI). In doing so, we developed Machine Learning (ML) and Signal Processing (SP) algorithms to estimate users’ mental states and predict their upcoming performances from their brain and physiological signals, including CS. In SPEARS, we thus aim at adapting, improving and assessing BrainConquest ML & SP algorithms, initially designed for BCI performance prediction from research grade brain and CS sensors in the lab, to predict cognitive and physical performance from consumer grade CS sensors in the wild. Such algorithms could be used for adaptive training apps in education, cognitive training for healthy aging or sport training. We will then explore a commercial application of this technology for sport training in particular, in collaboration with the startup Flit Sport, which sells an app for providing personalized training exercises for endurance sport athletes, based on their past performances and ML. By integrating our CS-based prediction into Flit Sport training app, we should design optimally personalized training solutions for millions of runners worldwide.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2023-POC
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC-POC -Gastgebende Einrichtung
78153 Le Chesnay Cedex
Frankreich