Transfer- und Meta-Learning in tiefen Netzen für die Analyse menschlicher Gehirnsignale (B01)

Wir werden Techniken zum Informationstransfer zwischen kleinen EEG-Datensätzen von verschiedenen Versuchsanordnungen, Probanden und Aufgaben entwickeln. Spezifisch werden wir öffentlich zugängliche EEG-Datensätze sammeln und ein großes neuronales Netzwerk mit allen Daten trainieren, was den Abgleich verschiedener topologischer Layouts beinhaltet und auf ein Transformer-Ansatz setzt, der Elektrodenkoordinaten direkt verarbeiten kann. Zudem werden wir neuronale Netze auf Teilmengen homogener EEG-Datensätze vortrainieren und untersuchen, wie sich die vortrainierten neuronalen Netze beim Fine-Tuning für neue Aufgaben nutzen lassen.

DFG-Verfahren Sonderforschungsbereiche

Teilprojekt zu SFB 1597:  Small Data

Antragstellende Institution Albert-Ludwigs-Universität Freiburg

Teilprojektleiter Professor Dr. Tonio Ball; Professor Frank Hutter, Ph.D.