Thèse, AO, Sciences de l'ingénieur, Traitement du signal et de l'image

Aborder la grande variabilité des données EEG avec la géométrie riemannienne : vers la conception d’interfaces cerveau-ordinateur fiables

Maria Sayu Yamamoto. Addressing the Large Variability of EEG Data with Riemannian Geometry : Toward Designing Reliable Brain-Computer Interfaces. Machine Learning [cs.LG]. Université Paris-Saclay, 2024. English. ⟨NNT : 2024UPASG098⟩. ⟨tel-04967163⟩

Publié le