题目：Machine Learning in Brain-Computer Interfaces

时间：2021年6月6日 10:30-11:30

地点：bat365在线中国官网登录入口 F310会议室

报告人：伍冬睿 教授（华中科技大学）

邀请人：盛鑫军 教授（机器人研究所）

报告人简介：

伍冬睿，中国科学技术大学自动控制专业学士，新加坡国立大学电子工程专业硕士，美国南加州大学电子工程专业博士。华中科技大学人工智能与自动化学院教授、博导，图像信息处理与智能控制教育部重点实验室副主任，国家海外高层次人才（青年）。主要研究方向为脑机接口、机器学习、计算智能、情感计算、智慧医疗。出版学术专著《Perceptual Computing》(Wiley-IEEE Press)，发表论文160余篇，其中SCI 84篇（一作33篇，IEEE汇刊56篇），Google Scholar总引用7600余次 (H=43)。IEEE SMC学会人机系统助理副主席和eNewsLetter主编，和4个IEEE汇刊副编。获2020年USERN Prize in Formal Sciences, 2020年湖北省杰青，2020 IEEE 机电一体化与自动化会议最佳论文奖，2019和2020年中国脑机接口比赛技术赛一等奖，2017年IEEE SMC学会首届青年科学家奖，2014年北美模糊信息处理学会首届青年科学家奖，2014年IEEE模糊系统汇刊最佳论文奖，2012年IEEE计算智能学会最佳博士论文奖等。

报告摘要：

A brain-computer interface (BCI) enables a user to communicate with a computer directly using brain signals. Electroencephalograms (EEGs) used in BCIs are weak, easily contaminated by interference and noise, non-stationary for the same subject, and varying across different subjects and sessions. Thus, sophisticated machine learning approaches are needed for accurate and reliable EEG-based BCIs. This talk will introduce the basic concepts of BCIs, review the latest progress, and describe several newly proposed machine learning approaches for BCIs.