[{"id":"D7083E","semesterYearStr":"VT 2026","data":{"paragraphMap":{"besk_ing":{"kod":"besk_ing","rubrik":{"en":"Ingress","sv":"Ingress"},"html":false,"text":{"en":"This course lies in the intersection of neuroscience and artificial intelligence.","sv":"Den här kursen ligger i skärningspunkten mellan neurovetenskap och artificiell intelligens."}},"besk_text":{"kod":"besk_text","rubrik":{"en":"Description","sv":"Beskrivning"},"html":true,"text":{"en":"<!--)%(*-->Offering an exciting opportunity to dive into the analysis of brain imaging data, focusing on Electroencephalography (EEG) and functional Magnetic Resonance Imaging (fMRI).You’ll learn to apply both traditional machine learning methods—such as decision trees, random forests, k-nearest neighbors (k-NN), and support vector machines (SVM)—and advanced deep learning techniques, including convolutional neural networks (CNN) and sequential classifiers, to uncover meaningful insights from the brain activity. Key topics include experimental design, data collection, preprocessing, feature extraction, model training, and evaluation. The course places a special emphasis on Brain-Computer Interfaces (BCIs)—innovative systems enabling direct communication between the brain and external devices—while addressing critical ethical considerations in brain imaging research. Through a blend of theoretical learning and hands-on experience, including an advanced study project, you will gain the practical skills needed to analyze and interpret EEG and fMRI data effectively.","sv":"<!--)%(*-->Kursen erbjuder en spännande möjlighet att dyka in i analysen av hjärnavbildningsdata, med fokus på elektroencefalografi (EEG) och funktionell magnetisk resonanstomografi (fMRI).Du lär dig att tillämpa både traditionella maskininlärningsmetoder så som beslutsträd, random forests, k-nearest neighbors (k-NN) och stödvektormaskiner (SVM). Avancerade tekniker för djupinlärning, inklusive faltningsneurala nätverk (CNN) ) och sekventiella klassificerare, för att avslöja meningsfulla insikter från hjärnans aktivitet. Nyckelämnen inkluderar experimentell design, datainsamling, förbearbetning, funktionsextraktion, modellträning och utvärdering. Kursen lägger särskild tonvikt på Brain-Computer Interfaces (BCI) – innovativa system som möjliggör direkt kommunikation mellan hjärnan och externa enheter – samtidigt som man tar upp kritiska etiska överväganden i hjärnavbildningsforskning. Genom en blandning av teoretiskt lärande och praktisk erfarenhet, inklusive ett avancerat studieprojekt, kommer du att få de praktiska färdigheter som behövs för att analysera och tolka EEG- och fMRI-data effektivt."}}},"kontaktPersonList":[{"uid":"debdas","mail":"debashis.das.chakladar@associated.ltu.se","pnr":"","phone":"3404","surname":"Das Chakladar","givenName":"Debashis","name":"Debashis Das Chakladar","active":true,"sokbar":true},{"uid":"rajsai","mail":"rajkumar.saini@ltu.se","pnr":"","phone":"3503","surname":"Saini","givenName":"Rajkumar","name":"Rajkumar Saini","active":true,"sokbar":true},{"uid":"fotsim","mail":"foteini.liwicki@ltu.se","pnr":"","phone":"1004","surname":"Liwicki","givenName":"Foteini","name":"Foteini Liwicki","active":true,"sokbar":true}],"termin":{"period":null,"year":2025,"termin":"ht"}}},{"id":"D7083E","semesterYearStr":"VT 2027","data":{"paragraphMap":{"besk_ing":{"kod":"besk_ing","rubrik":{"en":"Ingress","sv":"Ingress"},"html":false,"text":{"en":"This course lies in the intersection of neuroscience and artificial intelligence.","sv":"Den här kursen ligger i skärningspunkten mellan neurovetenskap och artificiell intelligens."}},"besk_text":{"kod":"besk_text","rubrik":{"en":"Description","sv":"Beskrivning"},"html":true,"text":{"en":"<!--)%(*-->Offering an exciting opportunity to dive into the analysis of brain imaging data, focusing on Electroencephalography (EEG) and functional Magnetic Resonance Imaging (fMRI).You’ll learn to apply both traditional machine learning methods—such as decision trees, random forests, k-nearest neighbors (k-NN), and support vector machines (SVM)—and advanced deep learning techniques, including convolutional neural networks (CNN) and sequential classifiers, to uncover meaningful insights from the brain activity. Key topics include experimental design, data collection, preprocessing, feature extraction, model training, and evaluation. The course places a special emphasis on Brain-Computer Interfaces (BCIs)—innovative systems enabling direct communication between the brain and external devices—while addressing critical ethical considerations in brain imaging research. Through a blend of theoretical learning and hands-on experience, including an advanced study project, you will gain the practical skills needed to analyze and interpret EEG and fMRI data effectively.","sv":"<!--)%(*-->Kursen erbjuder en spännande möjlighet att dyka in i analysen av hjärnavbildningsdata, med fokus på elektroencefalografi (EEG) och funktionell magnetisk resonanstomografi (fMRI).Du lär dig att tillämpa både traditionella maskininlärningsmetoder så som beslutsträd, random forests, k-nearest neighbors (k-NN) och stödvektormaskiner (SVM). Avancerade tekniker för djupinlärning, inklusive faltningsneurala nätverk (CNN) ) och sekventiella klassificerare, för att avslöja meningsfulla insikter från hjärnans aktivitet. Nyckelämnen inkluderar experimentell design, datainsamling, förbearbetning, funktionsextraktion, modellträning och utvärdering. Kursen lägger särskild tonvikt på Brain-Computer Interfaces (BCI) – innovativa system som möjliggör direkt kommunikation mellan hjärnan och externa enheter – samtidigt som man tar upp kritiska etiska överväganden i hjärnavbildningsforskning. Genom en blandning av teoretiskt lärande och praktisk erfarenhet, inklusive ett avancerat studieprojekt, kommer du att få de praktiska färdigheter som behövs för att analysera och tolka EEG- och fMRI-data effektivt."}}},"kontaktPersonList":[{"uid":"debdas","mail":"debashis.das.chakladar@associated.ltu.se","pnr":"","phone":"3404","surname":"Das Chakladar","givenName":"Debashis","name":"Debashis Das Chakladar","active":true,"sokbar":true},{"uid":"rajsai","mail":"rajkumar.saini@ltu.se","pnr":"","phone":"3503","surname":"Saini","givenName":"Rajkumar","name":"Rajkumar Saini","active":true,"sokbar":true},{"uid":"fotsim","mail":"foteini.liwicki@ltu.se","pnr":"","phone":"1004","surname":"Liwicki","givenName":"Foteini","name":"Foteini Liwicki","active":true,"sokbar":true}],"termin":{"period":null,"year":2025,"termin":"ht"}}}]