ez itt az index

Cognitive computing

Activity of the research group:

The research group aims to develop an integrated, psychometric and technology-based research framework that serves the understanding, diagnosis, and development of learning processes.

Our main research directions include the design of psychometric models for both diagnostic and developmental purposes, with particular attention to modeling permanent and transient learning disorders and disabilities. In the field of personalized cognitive training, we develop parameter-level, CHC-compatible adaptive mechanisms that integrate measurement and development functions — enabling the system to simultaneously perform diagnostic profiling and targeted cognitive enhancement.

A key outcome of our work is the synthetic data generator, which produces detailed, high-resolution datasets suitable for training neural networks, allowing the joint validation of psychometric and machine learning models.

Our research also includes the development of personalized learning environments based on wearable physiological sensors (ECG, EEG, pupillometry) and augmented (AR) and virtual reality (VR) technologies.

Recent results:

• Development of psychometric and cognitive models: modeling learning disorders, ability profiles, and developmental pathways
• Framework design: process identification, definition of variables, and the relationships between them
• Preprocessing algorithm for the unified classification of fMRI images
• Definition of mental states and the design of profile curves and classifiers based on ECG, EEG, and pupillometric data
• Design and implementation of a software package for the validation of research results
• Creation of experimental, game-based software suites for educational, diagnostic, and cognitive skill development purposes

Special infrastructure:

Diagnostic measurement system • Mobile EEG (eMotive) • Hololens and other VR/XR devices •

International relations:

Stanford University

Industrial partners:

Okosdoboz • Zenitech • Audi • Zeneakadémia • MTA-AVKF Tanulási Környezet munkacsoport

Kognitív informatika

A kutatócsoport tevékenysége:

A kutatócsoport célja olyan integrált, pszichometriai és technológiai alapú kutatási keretrendszer kialakítása, amely a tanulási folyamatok megértését, diagnosztikáját és fejlesztését egyaránt szolgálja.

A csoport kiemelt kutatási irányai közé tartozik a pszichometriai modellek kidolgozása diagnosztikai és fejlesztési célokra, különös tekintettel az állandó és tranziens tanulási zavarok és fogyatékosságok modellezésére. A személyre szabott kognitív tréning területén olyan paraméter-szintű, CHC-kompatibilis adaptivitási eljárásokat dolgozunk ki, amelyek a mérési és fejlesztési funkciókat integrált módon valósítják meg – azaz a rendszer egyszerre képes a tanulói profil diagnosztikus feltárására és célzott fejlesztésére.

Kiemelten fontos eredményünk a szintetikus adatgenerátor, amely részletes, nagyfelbontású, neurális háló tanítására is alkalmas adathalmazokat hoz létre, lehetővé téve a pszichometriai és gépi tanulási modellek együttes validálását.

Munkánk részét képezi a viselhető fiziológiai mérőműszerekre (EKG, EEG, pupillometria) és a kiterjesztett (AR) illetve virtuális valóság (VR) technológiákra épülő, személyre szabott tanulási környezetek fejlesztése.

Eredmények:

• Pszichometriai és kognitív modellek fejlesztése: tanulási zavarok, képességprofilok és fejlesztési utak modellezése
• Keretrendszer tervezése, folyamat identifikációja, változók és a köztük lévő kapcsolat definiálása
• fMRI képek egységes osztályozásához előfeldolgozó algoritmus
• Mentális állapotok definiálása, ezekhez EKG, EEG és pupilla adatokból profilgörbék és osztályozók tervezése
• Eredmények validálásához szoftvercsomag tervezése és elkészítése
• Kísérleti fejlesztésben oktató, diagnosztikai és képességfejlesztő játékosított szoftvercsomagok létrehozása

Speciális infrastruktúra:

Diagnosztikai mérési rendszer • Mobil EEG (eMotive) • Hololens és egyéb VR/XR eszközök •

Nemzetközi kapcsolatok:

Stanford University

Vállalati partnerek:

Okosdoboz • Zenitech • Audi • Zeneakadémia • MTA-AVKF Tanulási Környezet munkacsoport