Logo ÉTS
Session
Cours
Responsable(s) Jean-Marc Lina

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement





Cours

 

ZOOM

Heures (Cumul)

Activités

Dates

1.1

Introduction – Les signaux cérébraux électromagnétiques : origine et modèles

3

Présentation des ‘projets’

07-01

1.2

L’analyse quantitative des signaux EEG (Analyse spectrale, modeles linéaires, Hilbert,…)

6

Assignation des projets (I)

14-01

2.1

Temps-fréquence I (introduction, ondelettes continues, Morlet)

9

 

21-01

2.2

Temps-fréquence II (ondelettes continues, ridges, synchrosqueezing, invariance d’échelle)

12

 

28-01

2.3

Temps-fréquence III (représentation multi-échelle, filtres en quadrature, algorithmes de Mallat)

15

T1

4-02

2.4

Temps-fréquence IV (Ondelettes de Daubechies, arbres et paquets d’ondelettes, algorithmes de poursuite)

18

 

11-02

3.1

Problèmes inverses I (introduction, PCA, ICA)

21

Assignation des projets (II)

18-02

3.2

Problèmes inverses II (Tikhonov et méthodes régularisées, Minimum Norm, LORETA)

24

 

04-03

3.3

Problèmes inverses III (méthodes Bayesiennes, Maximum d’entropie)

27

 

11-03

3.4

Problèmes inverses IV (fusion multimodales MEGEEG, compressed sensing)

30

 

18-03

4.1

Formalisme Bayesien et Apprentissage I (Modèles génératifs, principe de l’énergie libre, algorithme EM et apprentissage)

33

T2

25-03

4.2

Formalisme Bayesien et Apprentissage II

(Cerveau et algorithme d’apprentissage Bayesien; predictive coding; modèle de masses neurales)

36

 

01-04

4.3

Récapitulatif : représentation de l’information et présentation des ‘projets’

39

Présentations orales

08-04