Przetwarzanie sygnałów i uczenie maszynowe dla interfejsów mózg-maszyna

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Signal Processing and Machine Learning for Brain-Machine Interfaces

Zawartość książki:

Interfejsowanie mózg-maszyna lub interfejsowanie mózg-komputer (BMI/BCI) to wyłaniająca się i wymagająca technologia stosowana w inżynierii i neuronauce. Ostatecznym celem jest zapewnienie ścieżki z mózgu do świata zewnętrznego poprzez mapowanie, wspomaganie, rozszerzanie lub naprawianie ludzkich funkcji poznawczych lub sensoryczno-motorycznych.

W tej książce międzynarodowy zespół ekspertów przedstawia techniki przetwarzania sygnałów i uczenia maszynowego dla BMI/BCI oraz nakreśla ich praktyczne i przyszłe zastosowania w neuronauce, medycynie i rehabilitacji, ze szczególnym uwzględnieniem metod i technologii BMI/BCI opartych na EEG. Poruszane tematy obejmują dyskryminacyjne uczenie się wzorców połączeń EEG; ekstrakcję cech z nagrań EEG; przetwarzanie sygnału EEG; algorytmy uczenia się transferu w BCI; konwolucyjne sieci neuronowe do wykrywania potencjału związanego ze zdarzeniem; techniki filtrowania przestrzennego w celu poprawy wykrywania SSVEP opartego na indywidualnych szablonach; algorytmy ekstrakcji cech i klasyfikacji dla BCI opartego na obrazie RSVP; dekodowanie percepcji muzyki i wyobraźni za pomocą technik głębokiego uczenia się; gry neurofeedback wykorzystujące technologię interfejsu mózg-komputer opartą na EEG; system obliczeń afektywnych i wiele innych.

Ta książka jest idealna dla naukowców, inżynierów, profesjonalistów i specjalistów w dziedzinie przetwarzania sygnałów, informatyki, inżynierii biomedycznej, inżynierii obliczeniowej i uczenia maszynowego, obrazowania, sieci neuronowych i inżynierii sterowania, którzy muszą zdobyć podstawową i najnowszą wiedzę w dziedzinie BMI / BCI, a także zaawansowanych studentów i młodych naukowców, którzy planują studiować i / lub wejść w tę dziedzinę. Jest również przeznaczony dla neuronaukowców, którzy nie mają doświadczenia w przetwarzaniu sygnałów i uczeniu maszynowym, a potrzebują wiedzy na temat koncepcji i technologii BMI/BCI.