Verfahren zum Online-Lernen einer Neuralen Schnittstelle unter Verwendung eines Markov-Modells mit Verborgenen Zuständen

Details

Veröffentlichungs-Nr.

EP4769082

Anmeldetag

26. Dezember 2025

Veröffentlichung

1. Juli 2026

Rechtsraum

EP

Abstract

Procédé d'apprentissage d'une interface neuronale directe, l'interface neuronale directe étant reliée à des capteurs (2<1>...2<I1>) préalablement disposés autour du cerveau d'un utilisateur, l'interface étant configurée pour commander un actionneur (6) en fonction de signaux électrophysiologiques détectés par chaque capteur, en différentes époques temporelle, en appliquant plusieurs modèles prédictifs à un tenseur d'observation formé par les signaux détectés durant une époque temporelle. Chaque modèle prédictif est associé à un groupe d'états, chaque groupe d'état comportant des états susceptibles d'être occupés par l'utilisateur. Pour chaque groupe d'états, le modèle prédictif permet d'estimer un état de l'utilisateur en mettant en œuvre un modèle de Markov à états cachés. A chaque époque temporelle est assigné un poids. Chaque modèle prédictif est mis en œuvre ne prenant en compte le poids assigné à chaque époque, et cela dans chaque groupe d'états.

Anmelder

Firma

Commissariat à l'Energie Atomique et aux Energies Alternatives

Land

🇫🇷 Frankreich