Interface cerveau-ordinateur avec l'ICA et les algorithmes évolutionnaires

Une interface cerveau-ordinateur (ICC) utilise directement les signaux d'activité cérébrale pour permettre aux utilisateurs de commander l'environnement sans aucune activation musculaire. Un système BCI performant permet à une personne de contrôler certains aspects de son environnement (comme les lumières de la pièce, une télévision, une prothèse neurale ou un ordinateur) en analysant les signaux de son cerveau. Les caractéristiques spécifiques de l'activité cérébrale (ou du phénomène neurologique) de l'utilisateur qui sont liées à son intention de contrôler un dispositif sont mesurées. Ces caractéristiques sont ensuite traduites en commandes de contrôle qui sont utilisées pour commander le dispositif. Les trois problèmes majeurs de cette nouvelle technologie sont l'identification des caractéristiques du signal cérébral les mieux adaptées à la communication, les artefacts qui peuvent se produire pendant l'acquisition du signal et les algorithmes de traduction. Dans cette recherche, différentes méthodes ont été utilisées pour traiter ces éléments.

Autorentext

Abdolreza Asadi Ghanbari hat einen Doktortitel in künstlicher Intelligenz (AI). Meine Hauptforschungsthemen sind Signalverarbeitung und Methoden des maschinellen Lernens für BCI; ich habe bereits mehrere Erfahrungen in diesen Bereichen gesammelt, insbesondere im akademischen Kontext. Meine weiteren Forschungsinteressen sind mathematische Programmierung, Entscheidungsunterstützungssysteme und Core Banking.

Klappentext

Une interface cerveau-ordinateur (ICC) utilise directement les signaux d'activité cérébrale pour permettre aux utilisateurs de commander l'environnement sans aucune activation musculaire. Un système BCI performant permet à une personne de contrôler certains aspects de son environnement (comme les lumières de la pièce, une télévision, une prothèse neurale ou un ordinateur) en analysant les signaux de son cerveau. Les caractéristiques spécifiques de l'activité cérébrale (ou du phénomène neurologique) de l'utilisateur qui sont liées à son intention de contrôler un dispositif sont mesurées. Ces caractéristiques sont ensuite traduites en commandes de contrôle qui sont utilisées pour commander le dispositif. Les trois problèmes majeurs de cette nouvelle technologie sont l'identification des caractéristiques du signal cérébral les mieux adaptées à la communication, les artefacts qui peuvent se produire pendant l'acquisition du signal et les algorithmes de traduction. Dans cette recherche, différentes méthodes ont été utilisées pour traiter ces éléments.