1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Introduction to Brain-Computer Interfacing

Zur Modulseite PDF generieren

#40515 / #3

SS 2016 - WS 2016/17

English

Introduction to Brain-Computer Interfacing

6

Blankertz, Benjamin

Benotet

Portfolioprüfung

English

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34355200 FG S-Professur Neurotechnologie

Keine Angabe

Kontakt


MAR 4-3

Miklody, Daniel

benjamin.blankertz@tu-berlin.de

http://wiki.ml.tu-berlin.de/wiki/NT/Courses

Lernergebnisse

Students know the essential concepts of Brain-Computer Interfacing (BCI). They are capable of applying methods of biomedical signal processing and single-trial classification to neural data. They can provide an interpretation of the outcome of their analysis in a statistical as well as in a neurophysiological manner.

Lehrinhalte

Approaches to Brain-Computer Interfacing (BCI); Event-related potentials (ERPs); Spatial filters; Multivariate analysis of brain signals; Single-trial classification of spatio-temporal features; Regularized discriminant analysis (RDA); The linear model (forward and backward) of EEG; Interpretation of spatial patterns and filters; Modulation of spontaneous brain rhythms; Event-related synchronization and desynchronization (ERS, ERD); Common spatial pattern (CSP) Analysis; Classification of spatio-spectral features; Signal decomposistion methods; Supervised and unsupervised methods of adaptation in the classification of EEG; Experimental design

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Brain-Computer InterfacingIV3435 L 501WiSeKeine Angabe4
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Brain-Computer Interfacing (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.06.0h90.0h
150.0h(~5 LP)

Lehrveranstaltungsunabhängiger Aufwand:

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung1.030.0h30.0h
30.0h(~1 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

This integrated course consists of a lecture (mainly teacher-centred, with some period of group work) and assignments. The latter require independently solving programming exercises and working on complex tasks under guidance of a tutor. --- Die Integrierte Lehrveranstaltung besteht aus einem Vorlesungsteil (Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes; einige Phasen Gruppenarbeit) und einem Anteil praktischer Arbeit. Letztere besteht aus dem selbstständigen Bearbeiten von Übungsaufgaben und der Bearbeitung einer komplexeren Fragestellung unter Anleitung eines Assistenten.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

* Required: programming skills; background in mathematics, in particular linear algebra and probability theory. * Helpful, but not obligatory: Basic knowledge in signal processing and machine learning.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolio examination

Art der Portfolioprüfung

Keine Angabe

Sprache(n)

English

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung): 10 Hausaufgaben (Übungszettel) à 2 Punkte20Keine AngabeKeine Angabe
(Punktuelle Leistungsabfrage): 2 schriftliche Tests à 40 Punkte80Keine AngabeKeine Angabe

Notenschlüssel

Keine Angabe

Prüfungsbeschreibung (Abschluss des Moduls)

The grade is determined according to § 47 (2) AllgStuPO with the grading system 2 of faculty IV. * Exercises: Concurrent to the lecture, there will be a tutorial in which eight assignment sheets have to be solved. These are devoted to practical EEG analysis (programming). * Written exams: In the first half and in the second half of the lecture, there will a written test of about 45 minutes.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Registration is not required, but an email stating the interest to participate in the lecture is welcome for the planning of resources: Sekr. MAR 4-3: Imke Weitkamp <imke.weitkamp@tu-berlin.de>

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:

 

Literatur

Empfohlene Literatur
Blankertz B, Lemm S, Treder MS, Haufe S, Müller KR, Single-trial analysis and classification of ERP components - a tutorial, Neuroimage, 56:814-825, 2011.
Blankertz B, Tomioka R, Lemm S, Kawanabe M, Müller KR, Optimizing Spatial Filters for Robust EEG Single-Trial Analysis, IEEE Signal Process Mag, 25(1):41-56, 2008.
Dornhege G, R. Millán J d, Hinterberger T, McFarland D, Müller K (eds), Toward Brain-Computer Interfacing, MIT Press, 2007.
Parra LC, Spence CD, Gerson AD, Sajda P. Recipes for the Linear Analysis of EEG, Neuroimage, 28(2):326-341, 2005.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe