Project: Brain-Computer InterfacingModule description #40007 / Version 1
- 9 CP
- Portfolio examination
- Graded
- Summer semester
- English, German
This module description is not valid in the current semester (Winter semester 2026/27).
Current version (v7)
| Module / Version | #40007 / #1 |
|---|---|
| Validity | SS 2014 – WS 2015/16 |
| Available language(s) | English, German |
| Credit points | 9 |
| Person responsible for the module | Blankertz, Benjamin |
| Grading | Graded |
| Exam format | Portfolio examination |
| Language(s) of instruction | English, German |
Affiliation
| Faculty | Fakultät IV |
|---|---|
| Institute | Institut für Softwaretechnik und Theoretische Informatik |
| Academic chair | 34355200 FG S-Professur Neurotechnologie |
Contact
| Office | MAR 4-3 |
|---|---|
| Contact person | Wagner vom Berg, Gabriel Leander |
| E-mail address | contact@neuro.tu-berlin.de |
| Website | https://www.tu.berlin/neuro/studium-lehre/lehrveranstaltungen |
Learning outcomes
Die Absolventinnen und Absolventen dieses Moduls können
- Fragestellungen aus dem Bereich der EEG-Analyse, die für Brain-Computer Interfacing relevant sind, selbstständig bearbeiten,
- dazu notwendige Laborexperimente planen und durchführen,
- die Daten auswerten und
- ihre Ergebnisse interpretieren und wissenschaftlich präsentieren.
Die Veranstaltung vermittelt überwiegend:
Fachkompetenz 25%, Methodenkompetenz 50%, Sozialkompetenz 20%, Systemkompetenz 5%
- Fragestellungen aus dem Bereich der EEG-Analyse, die für Brain-Computer Interfacing relevant sind, selbstständig bearbeiten,
- dazu notwendige Laborexperimente planen und durchführen,
- die Daten auswerten und
- ihre Ergebnisse interpretieren und wissenschaftlich präsentieren.
Die Veranstaltung vermittelt überwiegend:
Fachkompetenz 25%, Methodenkompetenz 50%, Sozialkompetenz 20%, Systemkompetenz 5%
Content
In diesem Projekt werden die experimentellen Kompetenzen des Forschungsgebietes exemplarisch vermittelt. Darüberhinaus werden die theoretischen Fähigkeiten in Signalverarbeitung und Klassifikation praktisch an Hand selbst ausgenommener Daten umgesetzt und eingeübt.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Brain-Computer Interfacing | Project | 3435 L 504 | Summer semester | – | 6 | ISIS |
Workload and credit points
Brain-Computer Interfacing (Project)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Ausarbeitung der Ergebnisse (Referat/schriftliche Ausarbeitung) | 1 | 40 h | 40 h |
| Experimente vorbereiten und durchführen (mit Betreuung; gruppenweise!) | 16 | 5 h | 80 h |
| Individual- und Gruppenarbeit (Datenanalyse) | 1 | 100 h | 100 h |
| Individual- und Gruppenarbeit (Recherche, Konzepte) | 1 | 38 h | 38 h |
| Präsenzzeit (Plenumteile) | 6 | 2 h | 12 h |
| 270 h | |||
The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.
Description of teaching and learning methods
Frontalunterricht im Plenum: Einführung in die Thematik; Vorstellung der zur Auswahl stehenden Themen; Einführung in die computergestützte Auswertung neuronaler Daten.
In kleinen Arbeitsgruppen (2-4 Personen) aber mit Spezialisierung der Gruppenmitglieder: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung und Durchführung eines EEG- oder NIRS-Experiments (ca. 6 Probanden) und ggf. eines Verhaltensexperiments unter Anleitung eines Assistenten; selbstständige Auswertung der gewonnenen Daten mit Hilfe von Algorithmen der digitalen Signalverarbeitung und des Maschinellen Lernens; adäquate Präsentation und Diskussion der erzielten Resultate im Plenum.
Das Modul kann bei Bedarf in englischer Sprache stattfinden.
In kleinen Arbeitsgruppen (2-4 Personen) aber mit Spezialisierung der Gruppenmitglieder: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung und Durchführung eines EEG- oder NIRS-Experiments (ca. 6 Probanden) und ggf. eines Verhaltensexperiments unter Anleitung eines Assistenten; selbstständige Auswertung der gewonnenen Daten mit Hilfe von Algorithmen der digitalen Signalverarbeitung und des Maschinellen Lernens; adäquate Präsentation und Diskussion der erzielten Resultate im Plenum.
Das Modul kann bei Bedarf in englischer Sprache stattfinden.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Programmierkenntnisse (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werden vorausgesetzt.
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Language | English, German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| Protokollierte praktische Leistung | 60 | ||
| Presentation | 20 | ||
| schriftliche Ausarbeitung | 20 |
Exam description
Prüfungsform ist die Portfolioprüfung.
Insgesamt können 100 Portfoliopunkte in den folgenden Prüfungselementen erreicht werden:
• protokollierte praktische Leistung (60 Portfoliopunkte)
• Referat (20 Portfoliopunkte)
• schriftliche Ausarbeitung (20 Portfoliopunkte)
Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.
Insgesamt können 100 Portfoliopunkte in den folgenden Prüfungselementen erreicht werden:
• protokollierte praktische Leistung (60 Portfoliopunkte)
• Referat (20 Portfoliopunkte)
• schriftliche Ausarbeitung (20 Portfoliopunkte)
Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Summer semester.
Maximum number of participants
The maximum capacity of participants is 20.
Registration procedures
Informationen zur Anmeldung sind über das Sekretariat MAR 4-3 und die Web-Seiten des Fachgebiets Neurotechnologie (https://wiki.ml.tu-berlin.de/wiki/NT) erhältlich.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable
Recommended literature
- Blankertz B, Lemm S, Treder MS, Haufe S, Müller KR, Single-trial analysis and classification of ERP components - a tutorial Neuroimage, 56:814-825, 2011.
- Blankertz B, Tomioka R, Lemm S, Kawanabe M, Müller KR, Optimizing Spatial Filters for Robust EEG Single-Trial Analysis IEEE Signal Process Mag, 25(1):41-56, 2008.
- Wolpaw JR and Wolpaw LW (eds), Brain-Computer Interfaces - Principles and Practice, Oxford University Press 2012.
Assigned programs
This module is not used in any program.
Masterstudiengang Informatik: Studienschwerpunkt Intelligente Systeme
Masterstudiengang Technische Informatik: Studienschwerpunkt Informationssysteme.
Masterstudiengang Elektrotechnik: Studienschwerpunkt Informationstechnologie.
Bei ausreichenden Kapazitäten auch als Wahlpflichtmodul in anderen Studiengängen (vor allem aus dem natur- und ingenieurswissenschaftlichen Bereich und der Mathematik).
Masterstudiengang Technische Informatik: Studienschwerpunkt Informationssysteme.
Masterstudiengang Elektrotechnik: Studienschwerpunkt Informationstechnologie.
Bei ausreichenden Kapazitäten auch als Wahlpflichtmodul in anderen Studiengängen (vor allem aus dem natur- und ingenieurswissenschaftlichen Bereich und der Mathematik).
Miscellaneous
Not specified