Autumn School 2008 - Magnetoencephalography

Zumer, Johanna , 16.10.2008

Table of Contents:

00:00:00.0 Zumer, Johanna: Begin of Lecture
00:03:07.0 Machine learning for MEG: classification, probability
00:05:24.0 Machine learning, intro: generative model
00:06:32.0 Machine learning, intro: prior probability
00:09:34.0 Machine learning, intro: Bayes rule
00:11:09.0 Machine learning, intro: probability distributions
00:13:13.0 Machine learning, intro: factors/components
00:14:16.0 Machine learning for MEG: denoising
00:16:46.0 Machine learning, intro: graphical models
00:18:52.0 Probabilistic Graphical Models and Factor Analysis (FA)
00:21:02.0 Probabilistic Graphical Models and Stimulus Evoked Factor Analysis (SEFA)
00:24:00.0 Machine learning, intro: inference
00:27:11.0 Machine learning for MEG: AR (auto-regressive) models
00:28:11.0 Machine learning: Source localization and beamformer
00:29:52.0 Machine learning, intro: Hierarchical/Kalman
00:32:00.0 SAKETINI (Source Activity using Knowledge of Event Timing for Independence from Noise and Interference)
00:33:42.0 NSEFALoc (Neurodynamic SEFA Localization)
00:35:06.0 Machine learning, source localization and beamformer: SAKETINI, NSEFALoc (results)
00:37:40.0 NUTMEG (Neurodynamic Utility Toolbox for Magnetoencephalography)
00:39:48.0 Machine learning, intro: model complexity
00:41:20.0 Machine learning for MEG: localization
00:43:06.0 Machine learning for MEG: networks
00:44:52.0 Acknowledgements
Autoplay
Quality
Playbackrate
 Settings
     Settings
      timms player
      •  embed
      •  legal
      •  about
      based on Video JS 6.6.0

      Embedded timms Player
      Mode Size Settings
      iframe
      100%
      427 x 240
      640 x 360
      854 x 480
      autoplay
      mute
      start 0:00:00
      Sorry, video window to small to embed...

      Rechtliches und Haftungsausschluss
       

      Die Web-Anwendung timms player ist Bestandteil des Webauftritts der Universität Tübingen.

      Es gilt das Impressum der Universität Tübingen

      Im Besonderen gelten die Regelungen zu:

      • Externen Links
      • Haftungsauschluss
      • Urheberrecht

      Es ist gestattet, den timms player über die Funktion embed als iframe in eigene Webseiten zu intergrieren.

      Es ist untersagt, die über den Streamingdienst timms angebotenen Inhalte ohne ausdrückliche schriftliche Genehmigung der Autorinnen und Autoren zu kopieren, zu modifizieren, zu verwerten oder zu veröffentlichen.

      Für die Richtigkeit und Vollständigkeit der Inhalte wird keine Garantie übernommen (siehe Impressum). Die Verfügbarkeit des Dienstes wird nicht garantiert. Der Dienst kann jederzeit ohne Angabe von Gründen verändert oder eingestellt werden.

       

      Tübinger Internet Multimedia System
       

      Online seit November 1999

      Mehr als 6000 Medienobjekte aus Lehre, Forschung und Universität.

      Über 100.000 Begriffe auf der timeline recherchierbar.

      Komfortable Zitatfunktion, für wissenschaftlich korrektes Zitieren.

      Teilbar als Link, mit Email oder auf twitter.

      Embeddable Player.