Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Amitabh Yadav

À propos
Confidentialité
Mentions légales

Copyright © 2026 EPFL, tous droits réservés

Graph Chatbot

Source officielle

https://people.epfl.ch/amitabh.yadav?lang=fr

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (3)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

A 32-Channel 196-μW Logarithmic SoC for Brain Network Connectivity Extraction and Adaptive Psychiatric Symptom Classification

Mahsa Shoaran, Amitabh Yadav, Uisub Shin, Arshia Afzal

This paper presents a 32-channel brain-computer interface SoC for closed-loop deep-brain stimulation in psychiatric disorders. The SoC integrates a 32-channel analog front-end, an efficient logarithmic feature extraction engine, a neural additive model cla ...

2025

A 2.46-mm2 Miniaturized Brain-Machine Interface (MiBMI) Enabling 31-Class Brain-to-Text Decoding

Mahsa Shoaran, Amitabh Yadav, Uisub Shin, Mohammad Ali Shaeri

Recent advancements in brain-machine interface (BMI) technology offer groundbreaking solutions for individuals with motor impairments, potentially extending to speech synthesis and handwriting assistance. However, current BMIs rely on cumbersome benchtop s ...

2024

33.3 MiBMI: A 192/512-Channel 2.46mm² Miniaturized Brain-Machine Interface Chipset Enabling 31-Class Brain-to-Text Conversion Through Distinctive Neural Codes

Gregor Rainer, Mahsa Shoaran, Amitabh Yadav, Uisub Shin, Mohammad Ali Shaeri

Recently, cutting-edge brain-machine interfaces (BMIs) have revealed the potential of decoders such as recurrent neural networks (RNNs) in predicting attempted handwriting [1] or speech [2], enabling rapid communication recovery after paralysis. However, c ...

IEEE2024

Unités associées (1)

Laboratoire de neurotechnologies intégrées

EPFL
STI
IEM
INL