Projekt: Brain-Computer InterfacingModulbeschreibung #40007 / Version 1
- 9 LP
- Portfolioprüfung
- Benotet
- Sommersemester
- Englisch, Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v7)
| Modul / Version | #40007 / #1 |
|---|---|
| Gültigkeit | SS 2014 – WS 2015/16 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Blankertz, Benjamin |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch, Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34355200 FG S-Professur Neurotechnologie |
Kontakt
| Sekretariat | MAR 4-3 |
|---|---|
| Ansprechpartner*in | Wagner vom Berg, Gabriel Leander |
| E-Mail-Adresse | contact@neuro.tu-berlin.de |
| Webseite | https://www.tu.berlin/neuro/studium-lehre/lehrveranstaltungen |
Lernergebnisse
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%
Lehrinhalte
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.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Brain-Computer Interfacing | Projekt | 3435 L 504 | Sommersemester | – | 6 | ISIS |
Arbeitsaufwand und Leistungspunkte
Brain-Computer Interfacing (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| 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 | |||
Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
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.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Programmierkenntnisse (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werden vorausgesetzt.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Protokollierte praktische Leistung | 60 | ||
| Referat | 20 | ||
| schriftliche Ausarbeitung | 20 |
Prüfungsbeschreibung (Abschluss des Moduls)
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.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 20.
Anmeldeformalitäten
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.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- 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.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
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).
Sonstiges
Keine Angabe