Un Modèle de Base Estimé Explicitement pour une Estimation Robuste des Fluorophores en Utilisant la Spectroscopie de Fluorescence à Excitation à Plusieurs Longueurs d'Onde

Contexte de la recherche La spectroscopie de fluorescence est une méthode largement utilisée pour identifier et quantifier les substances fluorescentes (fluorophores). Cependant, quantifier les fluorophores d’intérêt devient difficile lorsqu’il y a d’autres fluorophores présents dans le matériau (fluorophores de base), surtout lorsque le spectre d’...

Réseaux de Convolution de Graphes Spatio-Temporels Multi-Vue avec Généralisation de Domaine pour la Classification des États de Sommeil

Le classement des phases de sommeil est essentiel pour évaluer la qualité du sommeil et diagnostiquer les maladies. Cependant, les méthodes actuelles de classification rencontrent encore de nombreux défis lorsqu’il s’agit de traiter les caractéristiques spatiales et temporelles des signaux cérébraux multicanaux qui changent avec le temps, de gérer ...

Un CNN d'apprentissage de la dépendance temporelle avec mécanisme d'attention pour le décodage MI-EEG

Un réseau de neurones convolutifs (CNN) de dépendance temporelle basé sur un mécanisme d’attention pour le décodage MI-EEG Contexte de recherche et description du problème Les systèmes d’Interface Cerveau-Machine (Brain-Computer Interface, BCI) offrent une nouvelle voie de communication avec les ordinateurs en traduisant en temps réel les signaux c...

Apprentissage profond informé par la physique pour la modélisation musculo-squelettique: Prédire les forces musculaires et la cinématique des articulations à partir de l'EMG de surface

Les modèles musculosquelettiques ont été largement utilisés pour les analyses biomécaniques car ils peuvent estimer des variables de mouvement difficiles à mesurer directement in vivo (comme les forces musculaires et les moments articulaires). Les modèles musculosquelettiques entraînés de manière traditionnelle par des processus physiques peuvent e...

Modèle d'évaluation basé sur l'apprentissage profond pour l'identification en temps réel des apprenants visuels utilisant l'EEG brut

Dans l’environnement éducatif actuel, comprendre le style d’apprentissage des étudiants est crucial pour améliorer leur efficacité d’apprentissage. En particulier, l’identification des styles d’apprentissage visuels (visual learning style) aide les enseignants et les étudiants à adopter des stratégies plus efficaces dans le processus d’enseignement...