The Riemannian Potato: an automatic and adaptive artifact detection method for online experiments using Riemannian geometry

Alexandre Barachant 1, * Anton Andreev 2 Marco Congedo 1
* Auteur correspondant
1 GIPSA-VIBS - VIBS
GIPSA-DIS - Département Images et Signal
2 GIPSA-Services - GIPSA-Services
GIPSA-lab - Grenoble Images Parole Signal Automatique
Abstract : Artifacts management is a critical problem in any applications involving on-line processing of EEG signals. This paper presents a multivariate automatic and adaptive method for identifying artifacts in continuous EEG data.
Type de document :
Communication dans un congrès
TOBI Workshop lV, Jan 2013, Sion, Switzerland. pp.19-20, 2013


https://hal.archives-ouvertes.fr/hal-00781701
Contributeur : Alexandre Barachant <>
Soumis le : lundi 28 janvier 2013 - 11:01:44
Dernière modification le : lundi 22 février 2016 - 16:46:46
Document(s) archivé(s) le : lundi 17 juin 2013 - 16:02:49

Identifiants

  • HAL Id : hal-00781701, version 1

Collections

Citation

Alexandre Barachant, Anton Andreev, Marco Congedo. The Riemannian Potato: an automatic and adaptive artifact detection method for online experiments using Riemannian geometry. TOBI Workshop lV, Jan 2013, Sion, Switzerland. pp.19-20, 2013. <hal-00781701>

Exporter

Partager

Métriques

Consultations de
la notice

441

Téléchargements du document

673