Innovating Works

TIN2017-85409-P

Financiado
APLICACION DE APRENDIZAJE AUTOMATICO A SEÑALES FISIOLOGICAS PARA FACILITAR LA IN...
APLICACION DE APRENDIZAJE AUTOMATICO A SEÑALES FISIOLOGICAS PARA FACILITAR LA INTERACCION DE USUARIO Y EL CONTROL DE DISPOSITIVOS LA ADQUISICION Y PROCESAMIENTO DE SEÑALES FISIOLOGICAS APORTA UNA FORMA NATURAL DE AUMENTAR LAS CAPACIDADES HUMANAS PROVEYENDO A LOS USUARIOS NUEVAS FORMAS DE INTERACCION CON EL ENTORNO, EN EL CASO DE LOS BRAIN COMPUTER INTERFACE... LA ADQUISICION Y PROCESAMIENTO DE SEÑALES FISIOLOGICAS APORTA UNA FORMA NATURAL DE AUMENTAR LAS CAPACIDADES HUMANAS PROVEYENDO A LOS USUARIOS NUEVAS FORMAS DE INTERACCION CON EL ENTORNO, EN EL CASO DE LOS BRAIN COMPUTER INTERFACES (BCI), DICHA COMUNICACION SE PRODUCE MEDIANTE MEDIDAS NO INVASIVAS DE LA ACTIVIDAD CEREBRAL, TALES COMO ELECTROENCEFALOGRAMAS (EEG), DICHOS SISTEMAS SE PUEDEN UTILIZAR PARA COMUNICACION Y CONTROL, SUSTITUCION O RECUPERACION DE HABILIDADES MOTORAS, ETC, SIN EMBARGO, DEBIDO A SU BAJA FIABILIDAD EN SITUACIONES DEL MUNDO REAL, ES RARA LA UTILIZACION DE ESTOS SISTEMAS FUERA DEL LABORATORIO, SU BAJA FIABILIDAD SE DEBE A DOS RAZONES PRINCIPALES: POR UN LADO, A LA DIFICULTAD Y LIMITACIONES PARA COMBINAR LA INFORMACION EXTRAIDA DE LAS SEÑALES FISIOLOGICAS CON LOS ALGORITMOS DE APRENDIZAJE AUTOMATICO ACTUALES, Y POR OTRO LADO, A LA DIFICULTAD QUE TIENEN LOS USUARIOS A LA HORA DE APRENDER A CONTROLAR UN SISTEMA DE ESTE TIPO (BCI ILLITERACY),COMBINANDO LA EXPERIENCIA QUE NUESTRO EQUIPO DE INVESTIGACION TIENE EN EL AREA DEL APRENDIZAJE AUTOMATICO Y EN LA INTERACCION PERSONA-MAQUINA (HUMAN-MACHINE INTERACTION, HMI), ESTE PROYECTO TIENE COMO OBJETIVO AVANZAR EN EL CONOCIMIENTO, LA FIABILIDAD Y LA USABILIDAD DE SISTEMAS DE INTERACCION CONSTRUIDOS EN BASE A SEÑALES FISIOLOGICAS PARA QUE PUEDAN PASAR DEL CONTEXTO DEL LABORATORIO AL USO DIARIO, PARA ELLO, PROPONEMOS TRABAJAR EN LA GENERACION DE MODELOS DE COMPORTAMIENTO CREADOS TRAS LA APLICACION DE TECNICAS DE APRENDIZAJE AUTOMATICO, CON ESPECIAL HINCAPIE EN EL APRENDIZAJE PROFUNDO (DEEP LEARNING), A VARIAS BIOSEÑALES SIMULTANEAMENTE TALES COMO LAS PRODUCIDAS POR LA ACTIVIDAD CEREBRAL (EEG), EL RITMO CARDIACO (ECG,PLETISMOGRAFIA), LA SUDORACION (GSR), LOS MOVIMIENTOS MUSCULARES (EMG), EL MOVIMIENTO OCULAR (EYE-TRACKING), RESPIRACION Y MOVIMIENTO CORPORAL, EL ANALISIS CONJUNTO DE DIVERSAS SEÑALES FISIOLOGICAS PERMITIRA AFRONTAR PROBLEMAS TALES COMO LA NO-ESTACIONALIDAD DE LAS SEÑALES, LA INFLUENCIA DEL ESTADO DEL USUARIO EN LAS MISMAS, ETC, PARA PODER LLEVAR A CABO LAS PROPUESTAS ANTERIORES, SERA NECESARIO TANTO ANALIZAR LAS BASES DE DATOS EXISTENTES COMO EL DISEÑO DE EXPERIMENTOS Y LA OBTENCION DE NUEVOS DATOS, POR OTRO LADO, TAMBIEN SERA IMPORTANTE LA MEJORA DE LOS PROTOCOLOS DE ENTRENAMIENTO BCI PROPORCIONANDO LA ADECUADA RETROALIMENTACION A LOS USUARIOS, COMPUTACIÓN FISIOLÓGICA\INTERFACES CEREBRO COMPUTADORA\INTERACCIÓN PERSONA-MÁQUINA\APRENDIZAJE AUTOMÁTICO\APRENDIZAJE PROFUNDO ver más
01/01/2017
UPV
87K€
Perfil tecnológico estimado

Línea de financiación: concedida

El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01
Presupuesto El presupuesto total del proyecto asciende a 87K€
Líder del proyecto
UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNI... No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores 45