Mélytanuló algoritmusok alkalmazása agy-gép interfészek fejlesztéséhez
Konzulens:
Dr. Harmati István
Külső konzulens vagy kontakt:
Dr. Márton Gergely
External supervisor e-mail:
marton.gergely@ttk.mta.hu
Tárgy:
Önálló laboratórium - Irányítórendszerek ágazat, BSc Vill.
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 2 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 2 - Egészségügyi mérnök, MSc Eü.
Hallgatói létszám:
1
Folytatás:
Szakdolgozat / Diplomaterv
Leírás:
A mélytanuló (deep learning) algoritmusok a jelfeldolgozás számos területét forradalmasították, mint
például a gépi látás, beszédfelismerés. Ez a technológia az agyi jelekhez tartózó különböző funkciók
elkülönítésének terén is úttörőnek bizonyulhat, nagy hatással lehet például az elektronikus eszközök
gondolattal történő vezérlését célzó agy-gép interfészek fejlődésére. A hallgató feladata e két
tudományterület szakirodalmának összefoglalása, valamint bekapcsolódás az MTA TTK Kognitív
Idegtudományi és Pszichológiai Intézetében folyó projektbe, melynek célja neurofiziológiai jelek
osztályzására alkalmas mélytanuló algoritmusok kifejlesztése.
például a gépi látás, beszédfelismerés. Ez a technológia az agyi jelekhez tartózó különböző funkciók
elkülönítésének terén is úttörőnek bizonyulhat, nagy hatással lehet például az elektronikus eszközök
gondolattal történő vezérlését célzó agy-gép interfészek fejlődésére. A hallgató feladata e két
tudományterület szakirodalmának összefoglalása, valamint bekapcsolódás az MTA TTK Kognitív
Idegtudományi és Pszichológiai Intézetében folyó projektbe, melynek célja neurofiziológiai jelek
osztályzására alkalmas mélytanuló algoritmusok kifejlesztése.