Нейротехнологии

  • биология
  • информатика
  • физика

Профиль «Нейротехнологии» посвящен человеко-машинному взаимодействию, распознаванию эмоциональных состояний человека, расширению возможностей взаимодействия с окружающим миром. Эти глобальные задачи решаются путем анализа бионейросигналов человека, а также создания биопротезов и систем ускоренного обучения.

Количество человек в команде: 2-3 

Отборочные этапы

На первом этапе участникам предстоит решить ряд задач по биологии, физике и информатике. Испытание по каждому предмету занимает двое суток. В рамках второго этапа участникам будет предложено пройти online-курсы, которые познакомят с основами нейробиосигналов человека и особенностями их анализа, поучаствовать в хакатонах и обучающих семинарах и решить ряд задач в области человеко-машинных интерфейсов в online-режиме.

Заключительный этап

Финалисты будут работать над созданием производственного манипулятора, управление которым осуществляется с помощью биосигналов человека. Для этого используется набор-конструктор для сборки модели производственного манипулятора.

Материалы для участников

В курсе “Введение в электрофизиологию и электромиографию”излагаются природа, свойства и методы регистрации электромиографического сигнала. Вы найдете там теорию, необходимую для понимания процесса управления движениями, для исследования движений и для создания устройства регистрации биопотенциалов.

В лекциях, посвященных большим данным и машинному обучению понятно объясняются основные методы (k ближайших соседей, решающие деревья, нейронные сети) и общие принципы (разделяющая поверхность, градиентный спуск, кросс-валидация) машинного обучения.

Лектор из ролика «Нейронные сети»  рассказывает о видах и принципах работы нейронных сетей (многослойные, сверточные, рекуррентные ) и задачах, которые они могут решать.

В  курсе «Введение в машинное обучение» объясняется, как работать с библиотеками машинного обучения pandas, numpy, scipy, sklearn языка python, разбираются примеры задач классификации, логические и метрические методы классификации, метод опорных векторов, методы регрессии, уделяется большое внимание композиции алгоритмов.

 

Рынки НТИ

  • HealthNet
  • NeuroNet