Formazione e ricerca
Attività Formative del Corso di Dottorato - 2023/2024
This page shows the courses and classes of the PhD programme for the academic year 2023/2024. Additional courses and classes will be added during the year. Please check for updates regularly!
Non monotonic reasoning
Crediti: 3
Lingua di erogazione: English
Docente: Matteo Cristani
Sustainable Embodied Mechanical Intelligence
Crediti: 3
Lingua di erogazione: English
Docente: Giovanni Gerardo Muscolo
Brain Computer Interfaces
Crediti: 3
Lingua di erogazione: English
Docente: Silvia Francesca Storti
A practical interdisciplinary PhD course on exploratory data analysis
Crediti: 4
Lingua di erogazione: Inglese
Docente: Prof. Vincenzo Bonnici (Università di Parma)
Multimodal Learning and Applications
Crediti: 5
Lingua di erogazione: Inglese
Docente: Cigdem Beyan
Introduction to Blockchain
Crediti: 3
Lingua di erogazione: English
Docente: Sara Migliorini
Autonomous Agents and Multi-Agent Systems
Crediti: 5
Lingua di erogazione: English
Docente: Alessandro Farinelli
Cyber-Physical System Security
Crediti: 3
Lingua di erogazione: English/Italian
Docente: Massimo Merro
Foundations of quantum languages
Crediti: 3
Lingua di erogazione: English
Docente: Margherita Zorzi
Advanced Data Structures for Textual Data
Crediti: 3
Lingua di erogazione: English
Docente: Zsuzsanna Liptak
AI and explainable models
Crediti: 5
Lingua di erogazione: English
Docente: Gloria Menegaz, Lorenza Brusini
Automated Software Testing
Crediti: 4
Lingua di erogazione: English
Docente: Mariano Ceccato
Elements of Machine Teaching: Theory and Appl.
Crediti: 3
Lingua di erogazione: English
Docente: Ferdinando Cicalese
Introduction to Quantum Machine Learning
Crediti: 4
Lingua di erogazione: English
Docente: Alessandra Di Pierro
Laboratory of quantum information in classical wave-optics analogy
Crediti: 3
Lingua di erogazione: English
Docente: Claudia Daffara
Brain Computer Interfaces (2023/2024)
Docente
Referente
Crediti
3
Lingua di erogazione
English
Frequenza alle lezioni
Scelta Libera
Sede
VERONA
Obiettivi di apprendimento
L'obiettivo di questo corso è offrire un'introduzione ai principi base delle Interfacce Cervello-Computer (BCI), principalmente focalizzandosi sullo studio dell’attività oscillatoria EEG da un punto di vista di elaborazione del segnale. Durante il corso verranno presentati i principali metodi di elaborazione dei dati che consentono di decodificare l'attività cerebrale in tempo reale e trasformarla in un segnale di controllo per una BCI. Nella prima parte, gli studenti acquisiranno conoscenze riguardanti: il modello BCI, i principali tipi di BCI con le relative tecniche di elaborazione del segnale per l'estrazione delle feature e classificazione, le performance dei sistemi, i limiti dei paradigmi attuali e le molteplici applicazioni delle BCI. La seconda parte del corso si concentrerà sulla progettazione pratica e sull'utilizzo delle BCI, con un'introduzione all'elaborazione in tempo reale delle registrazioni EEG. Sarà promossa la collaborazione tra gli studenti con differenti background attraverso progetti pratici di gruppo orientati alla ricerca.
Prerequisiti e nozioni di base
Area del Corso: Bioingegneria/Neuroscienze
Prerequisiti del corso: i prerequisiti consigliati del corso sono una conoscenza di base dell'elaborazione dei segnali e di programmazione in Matlab.
Programma
Argomenti trattati:
- Introduzione al modello BCI e al suo contesto storico
- BCI invasivi e non invasivi
- BCI evocati vs. auto-regolati
- Elaborazione del segnale e interpretazione dei dati (filtraggio, estrazione delle feature, classificazione)
- La tecnologia BCI
- Esempi di applicazioni e valutazione delle prestazioni
- Applicazioni e casi studio
Laboratorio. Analisi dei dati - preelaborazione (estrazione delle epoche e riduzione del rumore), elaborazione nel dominio delle frequenze, addestramento di un classificatore SVM per decodificare il movimento immaginato di singole prove, test del classificatore tramite cross-validazione.
Bibliografia
Modalità didattiche
Orario:
Aula: T.04 - Borgo Roma - Ca' Vignal 3
Orario: 12:30-14:30
Lunedì 11 marzo 2024
• Lunedì 18 marzo 2024
• Lunedì 25 marzo 2024
• Lunedì 08 aprile 2024
• Lunedì 15 aprile 2024
• Lunedì 22 aprile 2024
Modalità di erogazione della didattica. Lezioni frontali alla lavagna e con ausilio di diapositive a supporto, esercitazioni e progetto in laboratorio. Il corso adotta un approccio "hands-on", incoraggiando gli studenti a sperimentare direttamente la progettazione e l'implementazione delle metodologie di analisi più appropriate per risolvere problemi reali di interesse medico-clinico.
Modalità di verifica dell'apprendimento
La valutazione avviene attraverso un progetto assegnato durante il laboratorio.
Valutazione
-
Criteri di composizione del voto finale
-
Lezioni Programmate
Quando | Aula | Docente | Argomenti |
---|---|---|---|
lunedì 11 marzo 2024 12:30 - 14:30 Durata: 2.00 |
Ca' Vignal 3 - T.04 [04 - T] | Silvia Francesca Storti | Introduction to Brain-Computer Interfaces (BCIs): definition of BCI; how BCIs work; motivation for BCIs; the BCI model; the role of feedback; types of BCIs (active, reactive, and passive). Current neuroimaging-based BCI modalities. The role of machine learning in BCIs. Offline training and online testing. History of BCIs and recent approaches. |
lunedì 18 marzo 2024 12:30 - 14:30 Durata: 2.00 |
Ca' Vignal 3 - T.04 [04 - T] | Silvia Francesca Storti | Applications of BCIs: medical applications (communication, rehabilitation and restoration, detection and diagnosis); prevention of risk situations (passive BCI), smart environments, neuromarketing, educational, gaming, military use. Design and implementation of BCIs. Signal acquisition methods (invasive and non-invasive BCIs). Focus on non-invasive EEG-based BCIs. |
lunedì 25 marzo 2024 12:30 - 14:30 Durata: 2.00 |
Ca' Vignal 3 - T.04 [04 - T] | Silvia Francesca Storti | EEG-based BCI control signals: slow cortical potentials; evoked potentials (SSVEP, P300 speller), motor-imagery systems based on sensorimotor desynchronization. Kinesthetic motor imagery and introduction to a typical architecture of EEG-based MI-BCI (experimental paradigm, signal acquisition, signal preprocessing). |
lunedì 08 aprile 2024 12:30 - 14:30 Durata: 2.00 |
Ca' Vignal 3 - T.04 [04 - T] | Silvia Francesca Storti | Study of a typical architecture of EEG-based MI-BCI: signal preprocessing methods for the removal of physiological and extraphysiological artifacts (temporal and spatial filtering), feature extraction methods based on spectral information (calibration phase), and time-frequency methods for online usage phase, event-related potentials (ERS/ERD), feature storage, the classification problem for MI-BCI systems (training data, predictor function, empirical risk, overfitting, and underfitting problems). |
lunedì 15 aprile 2024 12:30 - 14:30 Durata: 2.00 |
Ca' Vignal 3 - T.04 [04 - T] | Silvia Francesca Storti | Laboratory. The laboratory involves implementing a simple offline MI-BCI interface in Matlab following the architecture explained during the lectures. The laboratory is structured into two main parts: preprocessing+feature extraction and classification. Initially, students receive a description of the experimental paradigm of the provided EEG data with an explanation of the key functions for scripting via EEGLAB (Matlab toolbox). Students uses a draft code and are required to implement some crucial processing steps. The features to extract are: power spectral density, coherence, and correlation for the alpha and beta frequency bands. |
lunedì 22 aprile 2024 12:30 - 14:30 Durata: 2.00 |
Ca' Vignal 3 - T.04 [04 - T] | Silvia Francesca Storti | Laboratory. This second part involves training a support vector machine (SVM) classifier to decode imagined movement of single trials and testing the classifier with cross-validation. Explanation is provided on how to assess the classifier's performance and optimize the algorithm's hyperparameters. The main challenges in BCI classification are highlighted: insufficient quantity of data, poor data quality, non-representative training data, irrelevant features requiring dimensionality reduction (channel/feature selection). Model evaluation involves considerations such as overfitting and underfitting the training data. In this part as well, students use a code template and are tasked with implementing crucial processing steps, focusing on the interpretation of the obtained results. As a small project, students are assigned the processing of new EEG-BCI data. |
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita
Attività Formative della Scuola di Dottorato - 2023/2024
Please note: Additional information will be added during the year. Currently missing information is labelled as “TBD” (i.e. To Be Determined).
1. PhD students must obtain a specified number of CFUs each year by attending teaching activities offered by the PhD School.
First and second year students must obtain 8 CFUs. Teaching activities ex DM 226/2021 provide 5 CFUs; free choice activities provide 3 CFUs.
Third year students must obtain 4 CFUs. Teaching activities ex DM 226/2021 provide 2 CFUs; free choice activities provide 2 CFUs.
More information regarding CFUs is found in the Handbook for PhD Students: https://www.univr.it/phd-vademecum
2. Registering for the courses is not required unless explicitly indicated; please consult the course information to verify whether registration is required or not. When registration is actually required, no confirmation e-mail will be sent after signing up. Please do not enquiry: if you entered the requested information, then registration was silently successful.
3. When Zoom links are not explicitly indicated, courses are delivered in presence only.
4. All information we have is published here. Please do not enquiry for missing information or Zoom links: as soon as we get new information, we will promptly publish it on this page.
Teaching Activities ex DM 226/2021: Linguistic Activities
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Arts and Humanities]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Law and Economics]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Life and Health Sciences - 1 st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Life and Health Sciences - 2 nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Natural Sci. and Engineering-2nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC PRESENTATION SKILLS [Natural Sci. and Engineering-1st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
Docente: Monica Antonello
ENGLISH FOR ACADEMIC WRITING SKILLS [Arts and Humanities]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Law and Economics]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Life and Health Sciences - 1 st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Natural Sci. and Engineering-1st Session]
Crediti: 2,5
Lingua di erogazione: Inglese
Docente: Monica Antonello
ENGLISH FOR ACADEMIC WRITING SKILLS [Natural Sci. and Engineering-2nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
ENGLISH FOR ACADEMIC WRITING SKILLS [Life and Health Sciences - 2 nd Session]
Crediti: 2,5
Lingua di erogazione: Inglese
Teaching Activities ex DM 226/2021: Research management and Enhancement
SEMINARIO AVANZATO SULLE RISORSE BIBLIOTECARIE PER LA RICERCA [Arts and Humanities]
Crediti: 2,5
Lingua di erogazione: Italiano
Docente: Donatella Boni
SEMINARIO AVANZATO SULLE RISORSE BIBLIOTECARIE PER LA RICERCA [Law and Economics]
Crediti: 2,5
Lingua di erogazione: Italiano
Docente: Luisella Zocca
SEMINARIO AVANZATO SULLE RISORSE BIBLIOTECARIE PER LA RICERCA [Scientific Area]
Crediti: 2,5
Lingua di erogazione: Italiano
Docente: Elena Scanferla
Teaching Activities ex DM 226/2021: Statistics and Computer Sciences
INTRODUCTION TO PROBABILITY (MODULE I)
Crediti: 1
Lingua di erogazione: English
Docente: Marco Minozzo
INTRODUCTION TO PROBABILITY (MODULE II)
Crediti: 1
Lingua di erogazione: English
Docente: Marco Minozzo
INTRODUCTION TO STATISTICAL INFERENCE
Crediti: 1
Lingua di erogazione: English
VALIDITY AND RELIABILITY OF MEASUREMENTS AND DIAGNOSTIC TESTS
Crediti: 0,5
Lingua di erogazione: English
Docente: Alessandro Marcon
CORSO STATISTICA - LIVELLO BASE
Crediti: 2,5
Lingua di erogazione: Inglese
BASIC LEVEL STATISTICS
Crediti: 2,5
Lingua di erogazione: Italiano
Statistical analysis with R - module I
Crediti: 1
Lingua di erogazione: Italiano
Docente: Erica Secchettin
GENERALIZED LINEAR MODELS: LOGISTIC REGRESSION, LOGLINEAR MODEL, POISSON MODEL
Crediti: 2
Lingua di erogazione: English
Docente: Lucia Cazzoletti
STUDY DESIGN IN OBSERVATIONAL AND EXPERIMENTAL RESEARCH
Crediti: 1,5
Lingua di erogazione: English
Docente: Alessandro Marcon
DETERMINATION OF SAMPLE SIZE TO ACHIEVE A PREDEFINED PRECISION OR POWER
Crediti: 1
Lingua di erogazione: English
Docente: Giuseppe Verlato
INTRODUCTION TO META-ANALYSIS, FOCUSED ON MEDICAL RESEARCH (LITERATURE REVIEW, DATA COLLECTION, DATABASE CONSTRUCTION)
Crediti: 1
Lingua di erogazione: English
Docente: Giuseppe Verlato
APPLICATION OF META-ANALYSIS TO THE EPIDEMIOLOGICAL OR MEDICAL FIELD
Crediti: 1
Lingua di erogazione: Inglese
Docente: Giuseppe Verlato
SURVIVAL ANALYSIS: LOG-RANK TEST, KAPLAN-MEIER SURVIVAL CURVES, COX REGRESSION MODEL
Crediti: 1,5
Lingua di erogazione: Inglese - English
Docente: Simone Accordini
INTERMEDIATE STATISTICS [Recommended for Human Sciences]
Crediti: 2,5
Lingua di erogazione: Inglese
INTERMEDIATE STATISTICS [Tutti i corsi di studio]
Crediti: 2,5
Lingua di erogazione: Inglese
Statistical analysis with R - module II
Crediti: 2
Lingua di erogazione: Italiano
Docente: Erica Secchettin
Teaching Activities: Free choice
PROTECTING PSYCHOLOGICAL WELL-BEING IN THE PHD PROGRAM: WHAT DO WE NEED TO CONSIDER FOR BEING A GOOD SCIENTIST: BEST PRACTICE AND THE ETHICS OF SCIENCE
Crediti: 1
Lingua di erogazione: inglese
Docente: Paola Cesari
QUANDO LA RICERCA SI FA ETICA (PERCORSO ORGANIZZATO E FINANZIATO DAL TEACHING AND LEARNING CENTER DI UNIVR)
Crediti: 2
Lingua di erogazione: Italiano
Docente: Roberta Silva
LA COMUNICAZIONE UMANISTICA: OPPORTUNITA' E RISCHI
Crediti: 1
Lingua di erogazione: Italiano
LA POESIA ITALIANA ALL’ESTERO
Crediti: 1
Lingua di erogazione: Italiano
Docente: Massimo Natale
BUSINESS MODEL CANVAS PILL
Crediti: 1,5
Lingua di erogazione: English
IMPARA IL MARKETING DIGITALE
Crediti: 1,5
Lingua di erogazione: English
APPROCCI E METODOLOGIE PARTECIPATIVE NELLA RICERCA CON GLI ATTORI DEL TERRITORIO
Crediti: 1,5
Lingua di erogazione: Italiano
Docente: Cristiana Zara
DOING INTERVIEWS IN QUALITATIVE RESEARCH
Crediti: 1,5
Lingua di erogazione: English
Docente: Chiara Sità
DIFFERENTIAL DIAGNOSIS OF DEMYELINATING DISEASES OF THE CENTRAL NERVOUS SYSTEM
Crediti: 2
Lingua di erogazione: English
Docente: Alberto Gajofatto
IL SONNO E I SUOI DISTURBI: FOCUS SULLE PARASONNIE E I DISTURBI DEL MOVIMENTO IN SONNO
Crediti: 1
Lingua di erogazione: English
Docente: Elena Antelmi
IMAGING TECHNIQUES FOR BODY COMPOSITION ANALYSIS
Crediti: 1
Lingua di erogazione: English
Docente: Carlo Zancanaro
OPEN SCIENCE: THE MIGHTY STICK AGAINST "BAD" SCIENCE
Crediti: 2
Lingua di erogazione: English
Docente: Alberto Scandola
THE EMPIRICAL PHENOMENOLOGICAL METHOD (EPM): THEORETICAL FOUNDATION AND EMPIRICAL APPLICATION IN EDUCATIONAL AND HEALTHCARE FIELDS
Crediti: 2
Lingua di erogazione: English
THE PATHWAY OF OXYGEN: CAUSE OF HYPOXEMIA
Crediti: 1
Lingua di erogazione: English
Docente: Carlo Capelli
Dottorandi
Loading...
Linee guida percorso formativo
Di seguito i file che contengono le Linee guida per il percorso formativo e il regolamento per l'acquisizione dei crediti formativi (CFU) per l'Anno Accademico 2023/2024.
Documenti
Titolo | Info File |
---|---|
Dottorandi: linee guida generali (2024/2025) | pdf, it, 104 KB, 29/10/24 |
PhD students: general guidelines (2024/2025) | pdf, en, 107 KB, 29/10/24 |