This work addresses the problem how to extract components of the electric field of the brain providing a maximum of information on the intention of a subject operating a Brain-Computer Interface. A supervised learning algorithm is presented that computes spatial filters maximizing mutual information of extracted features and the user's intention. Furthermore, an unsupervised learning algorithm is developed that allows to optimally extract sources from specific areas of the brain. Both methods are validated on experimental data, and it is shown that in comparison to state-of-the-art algorithms an increase in classification accuracy and a decrease of required training time is achieved.     «

This work addresses the problem how to extract components of the electric field of the brain providing a maximum of information on the intention of a subject operating a Brain-Computer Interface. A supervised learning algorithm is presented that computes spatial filters maximizing mutual information of extracted features and the user's intention. Furthermore, an unsupervised learning algorithm is developed that allows to optimally extract sources from specific areas of the brain. Both methods ar...     »

Die hier vorliegende Dissertation behandelt die Fragestellung, wie aus dem elektrischen Feld des Gehirns jene Komponenten extrahiert werden können, die maximale Information über die Intention des Benutzers einer Gehirn-Computer Schnittstelle liefern. Zum einen wird ein überwachtes Lernverfahren entworfen, mit dessen Hilfe räumliche Filter berechnet werden können, welche die Transinformation von extrahierten Merkmalen und Intention des Benutzers maximieren. Weiterhin wird ein unüberwachtes Lernverfahren präsentiert, welches es ermöglicht Signale aus spezifischen Gehirnarealen optimal zu extrahieren. Anhand experimenteller Daten wird gezeigt, dass beide Methoden im Vergleich zu etablierten Verfahren eine höhere Klassifikationsgenauigkeit und kürzere Trainingszeit ermöglichen.     «

Die hier vorliegende Dissertation behandelt die Fragestellung, wie aus dem elektrischen Feld des Gehirns jene Komponenten extrahiert werden können, die maximale Information über die Intention des Benutzers einer Gehirn-Computer Schnittstelle liefern. Zum einen wird ein überwachtes Lernverfahren entworfen, mit dessen Hilfe räumliche Filter berechnet werden können, welche die Transinformation von extrahierten Merkmalen und Intention des Benutzers maximieren. Weiterhin wird ein unüberwachtes Lernve...     »