• Viện Tiến tiến về Kỹ thuật và Công Nghệ (AVITECH)

  • Xê-mi-na khoa học

    22/04/2022: GS. Chin-Teng Lin (Univ. Tech. Sydney, Australia), Brain-Computer Interface (BCI) The Next-Generation Human-Machine Interface

    Brain-Computer Interface (BCI) enhances the capability of a human brain in communicating and interacting with the environment directly. BCI plays an important role in natural cognition, which is studying the brain and behavior at work. Human cognitive functions such as action planning, intention, preference, perception, attention, situational awareness, and decision- making are omnipresent in our daily life activities. BCI has been considered as the disruptive technology for the next-generation human-computer interface in wearable computers and devices. In addition, there are many potential real-life impacts of BCI technology in both daily life applications for augmenting human performance, and daily care applications for elder/patients healthcare. In this talk, Professor Lin will also introduce the BCI applications in Human-Machine Autonomous Systems (HMAS). HMAS is increasingly gaining attention. This is because future human- centric intelligent systems, such as autonomous vehicles will be able to make better decisions and perform tasks more accurately by exploiting both humans and machines. Employing machine agents to assist human operations in time-critical and mission-critical applications such as industry, manufacturing, agriculture, transportation and health is important and efficient. Nevertheless, reliable operations and interventions by humans are required to improve overall system performance. BCI is a key technology to facilitate human-machine interaction and enable better collaborative decisions in HMAS.

    Speaker: GS. Chin-Teng Lin, Univ. Tech. Sydney

    Time: 15:30, Friday, April 22, 2022

    Venue: Webinar


    Chin-Teng Lin received the B.S. degree from the National Chiao-Tung University (NCTU), Taiwan in 1986, and the Master and Ph.D. degree in electrical engineering from Purdue University, West Lafayette, Indiana, the U.S.A. in 1989 and 1992, respectively. He is currently a Distinguished Professor, Co-Director of the Australian AI Institute, and Director of CIBCI Lab, FEIT, UTS. He is also invited as the International Faculty of the University of California at San Diego (UCSD) from 2012 and Honorary Professorship of the University of Nottingham from 2014. Prof. Lin’s research focuses on machine-intelligent systems and brain- computer interfaces, including algorithm development and system design. He has published over 390 journal papers (H-Index 79 based on Google Scholar) and is the co-author of Neural Fuzzy Systems (Prentice-Hall) and author of Neural Fuzzy Control Systems with Structure and Parameter Learning (World Scientific). Dr. Lin served as Editor-in-Chief of IEEE Transactions on Fuzzy Systems from 2011 to 2016 and has served on the Board of Governors of IEEE Circuits and Systems Society, IEEE Systems, Man, and Cybernetics Society, and IEEE Computational Intelligence Society. He is the Chair of the 2022 CIS Awards Committee. Dr. Lin is an IEEE Fellow and received the IEEE Fuzzy Pioneer Award in 2017.

    Cùng chuyên mục

    11/04/2024: TS. Đặng Trần Bình (Bộ môn Khoa học máy tính), Tương tác giữa thông tin chủ đề và Thông tin ngữ cảnh cho việc biểu diễn văn bản

    Trong hầu hết các ứng dụng, việc hiểu và biểu diễn văn bản luôn đóng vai trò quan trọng, đặc biệt là trong xử lý tự động. Cùng với các đặc điểm bề mặt của từ, thông tin về chủ đề rất có ý nghĩa và cần thiết để cung cấp ý nghĩa ngữ cảnh […]

    11/04/2024: PGS.TS. Hoàng Văn Xiêm (Bộ môn Kỹ thuật Robot), Tương tác Người – Robot: Thách thức và cách tiếp cận mới

    Công nghệ Robot đã và đang đóng vai trò quan trọng việc định hình sự phát triển của cuộc cách mạng công nghiệp 4.0. Cùng với trí tuệ nhân tạo – AI, công nghệ Robot mang lại nhiều cải tiến cho lĩnh vực tự động hóa nói riêng và các hoạt động phát triển kinh […]

    07/03/2024: Nguyễn Văn Phi (Viện Trí tuệ nhân tạo), Mô hình tạo sinh cho dữ liệu y tế

    Một trong những vấn đề lớn của xử lý ảnh y tế là việc thiếu hụt dữ liệu gắn nhãn do chi phí, thời gian và sự sai lệch trong nhãn của các chuyên gia. Mô hình phân tán (Diffusion models) có khả năng sinh dữ liệu một cách chân thực bằng cách mô phỏng […]