《基于脑电图的脑机接口的深度学习》是一本令人兴奋的书,描述了新兴的深度学习如何在表征、算法和应用方面改善脑机接口(BCI)的未来发展。BCI通过将个人的大脑信号解码为计算机设备可识别的命令,将人类的神经世界和物理世界连接起来。
这本书提出了一个高度综合的总结,常用的大脑信号;系统介绍了深度学习模型的12个子类;在BCI领域采用深度学习的200多项最新研究的扩展总结;本文概述了许多BCI应用以及深度学习的贡献,以及31个公共BCI数据集。作者还介绍了一套新的深度学习算法,旨在解决当前BCI的挑战,如鲁棒表示学习、跨场景分类和半监督学习。本文提出了各种基于深度学习的真实世界BCI应用,并给出了一些原型。其中所包含的工作提出了有效和高效的模式,将为学术界和工业界从事BCI工作的人提供灵感。
目录内容:
语言 Preface
背景 Background:
Introduction
Brain Signal Acquisition
Deep Learning Foundations
深度学习BCI Deep Learning-Based BCI and Its Applications:
Deep Learning-Based BCI
Deep Learning-Based BCI Applications
Recent Advances on Deep Learning for EEG-Based BCI:
Robust Brain Signal Representation Learning
Cross-Scenario Classification
Semi-Supervised Classification
Typical Deep Learning for EEG-Based BCI Applications:
Authentication
Visual Reconstruction
Language Interpretation
Intent Recognition in Assisted Living
Patient-Independent Neurological Disorder Detection
Future Directions and Conclusion
Bibliography
Index
https://www.worldscientific.com/worldscibooks/10.1142/q0282#t=aboutBook
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“DEBC” 就可以获取《【2022新书】基于脑-机接口的深度学习:表示、算法和应用,294页pdf》专知下载链接