19 марта 2024 г. А.К.Бернадотт (Мех-мат. МГУ/ МИСис / НИУ ВШЭ, ФКН)
А.К.Бернадотт (Мех-мат. МГУ/ МИСис / НИУ ВШЭ, ФКН) «Математическое моделирование и алгоритмы обработки информации в интеллектуальных системах нейронаук» В настоящее время активно развивается область математического моделирования и анализа данных сигналов мозга в приложении к разработке интеллектуальных систем и устройств. Одним из основных устройств ввода нового образца является нейроинтерфейсы (интерфейсы мозг-компьютер), получающие информацию от мозга, оцифровывающие и преобразующие её для выполнения задач: (1) дистанционного управления роботизированными устройствами со скоростью, на два порядка превышающей речевые технологии и технологии ручного управления; (2) реабилитации с интеллектуальной биологической обратной связью, диагностики, когнитивной тренировки и замещения утраченных функций. При этом сигналы мозга могут быть получены в разных модальностях (электрический, магнитный, световой, химический), с разной шумовой компонентой, с различным временным окном, с разной частотой дискретизации сигнала, с разным количеством каналов. В докладе будут представлены методы математического моделирования и анализа данных сигналов мозга в приложении к устройствам ввода нового образца.
А.К.Бернадотт (Мех-мат. МГУ/ МИСис / НИУ ВШЭ, ФКН) «Математическое моделирование и алгоритмы обработки информации в интеллектуальных системах нейронаук» В настоящее время активно развивается область математического моделирования и анализа данных сигналов мозга в приложении к разработке интеллектуальных систем и устройств. Одним из основных устройств ввода нового образца является нейроинтерфейсы (интерфейсы мозг-компьютер), получающие информацию от мозга, оцифровывающие и преобразующие её для выполнения задач: (1) дистанционного управления роботизированными устройствами со скоростью, на два порядка превышающей речевые технологии и технологии ручного управления; (2) реабилитации с интеллектуальной биологической обратной связью, диагностики, когнитивной тренировки и замещения утраченных функций. При этом сигналы мозга могут быть получены в разных модальностях (электрический, магнитный, световой, химический), с разной шумовой компонентой, с различным временным окном, с разной частотой дискретизации сигнала, с разным количеством каналов. В докладе будут представлены методы математического моделирования и анализа данных сигналов мозга в приложении к устройствам ввода нового образца.