La série Réalités Industrielles publie trimestriellement des dossiers thématiques sur des sujets importants pour le développement industriel et économique. Piloté par un spécialiste du secteur sous l’égide du Comité de rédaction de la série, chaque dossier présente une large gamme de points de vue complémentaires, en faisant appel à des auteurs issus à la fois de l’enseignement et de la recherche, de l’entreprise, de l’administration ainsi que du monde politique et associatif. Voir la gouvernance de la série

 

 
 

   linkedin

Numéros précédents

Rechercher :

 

Réalités Industrielles

2023
2022
Années depuis 1985
 

Gérer & Comprendre

2023
2022
Toutes les années
 
Gérer & Comprendre -
English language online selection
 
Responsabilité & Environnement
2023
2022
Toutes les années
 
Enjeux numériques
2023
2022
Toutes les années
 
Financial Regulation
and Governance
Banks
Insurance
Markets
Payments and monetay instruments
International financial
regulation
Fintechs
 

La Gazette de la société

et des techniques

2023
2022

Toutes les années 

 
Numéros anciens des Annales des Mines
1794-1914
1915-1943
Lois et réglementation
1919 – 1942
Articles

1946 – 1991

 
Le Club des Annales des Mines

Toutes les années

 

Histoire des Ingénieurs
des Mines

Documents de synthèse
Directeurs, professeurs,
anciens élèves des Ecoles des mines
Les principaux textes législatifs ou règlementaires
Biographies relatives à des ingénieurs des mines décédés
Composition du corps des ingénieurs
Autres documents sur les mines, carrières, géologie.
 
La Lettre des Annales des Mines
2023
Toutes les années
   

 

 

         
 

 

Réalités Industrielles - Août 2021 - Neurotechnologies et innovation responsable

 

 

 

Télécharger gratuitement
la revue complète

 

 

 

Août 2021 - Neurotechnologies et innovation responsable

Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest

Par Fabien LOTTE, Aurélien APPRIOU, Camille BENAROCH, Pauline DREYER, Alper ER, Thibaut MONSEIGNE, Léa PILLETTE, Smeety PRAMIJ, Sébastien RIMBERT et Aline ROC  
Inria Bordeaux Sud-Ouest, LaBRI (CNRS, Université Bordeaux, Bordeaux INP), Talence

 

Les interfaces cerveau-ordinateur (ou Brain-Computer Interface – BCI) sont des neurotechnolo­gies très prometteuses pour de nombreuses applications. Mais elles sont actuellement encore in­suffisamment fiables. Les rendre fiables et utilisables nécessite non seulement des améliorations côté machine (par exemple, en améliorant leurs algorithmes d’analyse des signaux cérébraux), mais aussi côté utilisateur. En effet, contrôler une BCI est une compétence qui s’apprend et qui demande de la pratique. Malheureusement, la communauté scientifique comprend encore très mal comment entraîner cette compétence efficacement. Dans cet article, nous présentons les recherches menées dans le cadre du projet BrainConquest, dont l’objectif est justement de com­prendre, de modéliser et d’optimiser cet entraînement utilisateur dans les BCI. Nous illustrons ainsi au travers d’exemples les différents facteurs qui peuvent influencer les performances de contrôle d’une BCI (par exemple, la personnalité de l’utilisateur, ou son état mental), le type de retour perceptif (le feedback) et le type d’exercices d’entraînement qui peuvent être proposés aux utilisateurs, ou encore les applications concrètes de ces entraînements BCI, par exemple des technologies d’assistance ou en matière de rééducation motrice.

Télécharger gratuitement l'article

Retour au sommaire


August 2021 - Neurotechnology and responsible innovation

Learning how to control a brain-computer interface: BrainConquest

 

Fabien Lotte, Aurélien Appriou, Camille Benaroch, Pauline Dreyer, Alper Er, Thibaut Monseigne, Léa Pillette, Smeety Pramij, Sébastien Rimbert and Aline Roc,
INRIA Bordeaux Sud-Ouest, LaBRI (CNRS, Bordeaux University, Bordeaux INP), Talence

 

Brain-Computer Interfaces (BCI) are very promising neurotechnologies for numerous applications, that are unfortunately not yet reliable enough. Making them reliable and usable would require improvements not only at the machine level (e.g., algorithms for brain signal analysis) but also at the user level. Indeed, controlling a BCI is a skill that needs to be trained and practiced. Unfortunately, the scientific community still poorly understand how to train that skill effectively and efficiently. This chapter presents the research conducted as part of the BrainConquest project, which specifically aims at understanding, modeling and optimizing this user training in BCI. It notably illustrates the factors that can influence BCI control performances (e.g., users’ personality or their mental states), the type of feedback and training exercises that we can provide to users to train them, or concrete applications that can be achieved following that BCI user training, such as BCI-based assistive technologies control or motor rehabilitation.

 

Retour au sommaire

 


 

 

Les Annales des Mines

Télédoc 797, 120, rue de Bercy – 75572 – Paris cedex 12
Courriel :
redactiondesannalesdesmines.cgeiet@finances.gouv.fr