Doctorandus | Publieke verdediging |
Naam: | Pieter-Jan Kindermans | Datum: | Donderdag 15/05/2014 om 14:00 | |
Adres: | () , null null |
Lokatie: | auditorium P Jozef Plateau, gelijkvloers, Jozef Plateaustraat 22, 9000 Gent | |
Contact FEA: | info.ea@ugent.be | Taal: | Nederlands |
Curriculum | ||
Master in de ingenieuwswetenschappen: computerwetenschappen, UGent 2010; Bachelor in de informatica, UGent 2008 |
Promotor |
Benjamin Schrauwen |
Examencommissie |
em. prof. Jan Van Campenhout |
Benjamin Schrauwen () |
Joni Dambre, Universiteit Gent, Faculteit Ingenieurswetenschappen en Architectuur, EA06 - Vakgroep Elektronica en Informatiesystemen, Technologiepark Zwijnaarde 126, 9052 Zwijnaarde
E: joni.dambre@ugent.be |
Willem Waegeman |
Klaus-Robert Müller |
Michael Tangermann |
Onderzoeksthema | |
Een brein-computer-interface (BCI) laat een gebruiker toe een computer rechtstreeks te besturen door middel van zijn gedachten. In 1988 werd de Event-Related Potential (ERP) gebaseerde BCI uitgevonden. Dit specifieke type BCI werd ontwikkeld om verlamde patiënten een nieuw communicatiekanaal te geven. Een grote hinderpaal voor BCIs is de nood aan een kalibratiesessie. Gedurende een kalibratiesessie wordt de gebruiker gevraagd bepaalde acties uit te voeren. Achteraf worden de opgenomen hersensignalen gemarkeerd met deze acties. Dit laat toe om met behulp van een machinaal leren algoritme een herkenner te trainen voor de hersensignalen van de specifieke gebruiker. Deze kalibratieprocedure is echter zeer tijdrovend en storend voor de eindgebruiker. Daarom is reeds veel onderzoek gedaan naar het inkorten van de kalibratieprocedure. Dit proefschrift gaat nog een stap verder en beschrijft de ontwikkeling van de eerste volledig zelflerende algoritmes voor de ERP gebaseerde BCI. In tegenstelling tot de standaardaanpak is een aparte kalibratieprocedure niet vereist. De computer leert automatisch hoe de hersensignalen gedecodeerd moeten worden terwijl de gebruiker het BCI systeem benut. Dit is mogelijk dankzij de ontwikkeling van een nieuw raamwerk voor geavanceerde machinaal leren gebaseerde algoritmes. De ontwikkelde algoritmes werden uitgebreid getest in een online BCI opstelling en de eigenschappen ervan werden theoretisch geanalyseerd. |
Taal proefschrift | |
Engels |
Documenten |