A mélytanulás terén a közelmúltban elért eredmények jelentősen javították az EEG-jelek osztályozását, különösen a motoros képalkotási feladatok esetében. Ez javította a BCI-rendszerek pontosságát és megbízhatóságát, lehetővé téve a valós idejű vezérlést. Számos kihívás azonban továbbra is fennáll, beleértve az EEG-jelek zaját és változékonyságát, a valós idejű feldolgozási követelményeket és az érzékeny neuroadatok felhasználásával kapcsolatos etikai aggályokat. A projekt célja egy olyan EEG-alapú rendszer kifejlesztése, amely lehetővé teszi a felhasználók számára drónok és robotok irányítását. Jelentkezés: sztaho.david@vik.bme.hu

Recent advancements in deep learning have significantly improved the classification of EEG signals, especially for motor imagery tasks. This has enhanced the accuracy and reliability of BCI systems, enabling real-time control. However, several challenges remain, including noise and variability in EEG signals, real-time processing requirements, and ethical concerns regarding the use of sensitive neurodata. This project aims the development of an EEG-based system that enables users to control drones and robots. Contact: sztaho.david@vik.bme.hu