Busca avançada
Ano de início
Entree

Aprendizado profundo e interfaces cérebro-computador

Processo: 18/04100-3
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de julho de 2018
Vigência (Término): 31 de agosto de 2019
Área do conhecimento:Engenharias - Engenharia Elétrica - Telecomunicações
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Romis Ribeiro de Faissol Attux
Beneficiário:Willian Rampazzo
Instituição-sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:13/07559-3 - Instituto Brasileiro de Neurociência e Neurotecnologia - BRAINN, AP.CEPID
Assunto(s):Processamento de sinais   Redes neurais (computação)   Interfaces cérebro-computador

Resumo

Redes neurais artificiais formam um campo de pesquisa consolidado no âmbito da temática de aprendizado de máquina. Nos últimos anos, esse campo tem recebido enorme atenção devido ao crescente interesse pelas redes neurais profundas (DNNs, do inglês deep neural networks). Essas redes possuem uma estrutura marcada pela presença de diversas camadas de processamento, as quais são responsáveis por um processo de extração de características que, idealmente, dispensa a tradicional etapa de engenharia de atributos. A abordagem tem se mostrado extremamente relevante em campos tão distintos quanto reconhecimento de imagens e tradução automática de textos. Neste projeto, proporemos DNNs que realizem, a partir de dados brutos de eletroencefalografia, a tarefa de classificação inerente a uma interface cérebro-computador (BCI, do inglês brain-computer interface). Serão consideradas interfaces baseadas em potenciais evocados e imaginação de movimento. Os resultados serão comparados aos obtidos com BCIs clássicas, que realizam separadamente os processos de extração de características e classificação. (AU)