Evidence build-up facilitates on-line adaptivity in dynamic environments: example of the BCI P300-speller

Emmanuel Daucé 1 Eoin Thomas 2, 3
2 ATHENA - Computational Imaging of the Central Nervous System
CRISAM - Inria Sophia Antipolis - Méditerranée
3 SEQUEL - Sequential Learning
LIFL - Laboratoire d'Informatique Fondamentale de Lille, Inria Lille - Nord Europe, LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal
Abstract : We consider a P300 BCI application where the subjects can write figures and letters in an unsupervised fashion. We (i) show that a generic speller can attain the state-of-the-art accuracy without any training phase or calibration and (ii) present an adaptive setup that consistently increases the bit rate for most of the subjects.
Type de document :
Communication dans un congrès
22nd European Symposium on Artificial Neural Networks, Apr 2014, Bruges, Belgium. 2014
Liste complète des métadonnées

Littérature citée [8 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01104024
Contributeur : Maureen Clerc <>
Soumis le : samedi 17 janvier 2015 - 20:50:15
Dernière modification le : jeudi 18 janvier 2018 - 02:14:29
Document(s) archivé(s) le : vendredi 11 septembre 2015 - 06:53:16

Fichier

es2014-188.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : hal-01104024, version 1

Citation

Emmanuel Daucé, Eoin Thomas. Evidence build-up facilitates on-line adaptivity in dynamic environments: example of the BCI P300-speller. 22nd European Symposium on Artificial Neural Networks, Apr 2014, Bruges, Belgium. 2014. 〈hal-01104024〉

Partager

Métriques

Consultations de la notice

409

Téléchargements de fichiers

95