Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
Contenu archivé le 2024-06-16

Advanced machine learning techniques for brain computer interfaces.

Objectif

Interest in developing a new method of man-machine communication - the Brain-Computer Interface (BCI) - has grown steadily over the past few decades. A BCI is a communication system that implements the principle of ``think and make it happen without any p hysical effort'' by bypassing the conventional output pathways of nerves and muscles. BCI technology therefore can provide a new communication and control option for individuals that cannot otherwise express their wishes to the outside world. From a mach ine learning standpoint BCI presents a number of significant challenges. Firstly, the features produced by the brain monitoring system are multi-dimensional (10s sensors), rapidly sampled (100-1000s Hz), time series. Secondly, short training times imply that only a few examples (trials of the training session) are available. A third issue is the high level of noise in the signals from both non-neural and neural sources. A final challenge is the high variability of brain signals, due either to changes in the users non-BCI relevant brain states or users changing strategies to improve BCI control. I propose to investigate integrating adaptivity into the machine learning process. The objective here is to determine if integrating adaption with powerful clas sifiers is feasible and whether the potential benefits of adapting to the changing BCI environment are realisable. The project will be undertaken at a European centre of excellence for Machine learning and BCI, under the guidance of world leaders in the f ield. The training in machine learning and BCI that I will receive will be essential to a career in this emerging field.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

FP6-2004-MOBILITY-5
Voir d’autres projets de cet appel

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

EIF - Marie Curie actions-Intra-European Fellowships

Coordinateur

MAX PLANCK SOCIETY FOR THE ADVANCEMENT OF SCIENCE
Contribution de l’UE
Aucune donnée
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée
Mon livret 0 0