1- IntroductionL’article que nous allons étudier est intitulé "A Subject-Transfer Framework for Obviating Inter- and Intra- Subject Variability in EEG-Based Drowsiness Detection" \cite{Wei2018}. Dans le cadre de la détection de la somnolence par un électroencéphalogramme, cet article présente une nouvelle approche d'apprentissage par transfert permettant de « réduire le temps de calibration pour un nouvel utilisateur de 90% (18,00 min à 1,72±0,36min) sans compromettre les performances »\cite{Wei2018}. Cet article est paru le 01 juillet 2018 dans la revue scientifique NeuroImage (volume 174, pages 407-419). Cette revue publiée par Elsevier Science est spécialisée dans le domaine de la neuroimagerie. Les contributeurs de l’article étudié sont : Chun-Shu Wei, doctorant du département de bioingénierie de l’université de Californie San Diego aux États-Unis lors de l'écriture de l'article, actuellement professeur agrégé dans le Departement of computeur science de l'Univérsité nationale Yang Ming Chiao Tung. (Lien bio)Yuan-Pin Lin, professeur agrégé à l’Institut des Sciences Médicale et Technologique de l’Université nationale Sun Yat-sen à Taïwan. (Lien bio) Yu-Te Wang, doctorant du département de bioingénierie de l’université de Californie San Diego aux États-Unis lors de l'écriture de l'article, actuellement chercheur dans le domaine des Brain Computeur Interface chez Microsoft. (Lien bio)Chin-Teng Lin, professeur agrégé à l’Institut de l’Intelligence Artificielle à l’université de Technologie à Sydney en Australie. (Lien bio)Tzyy-Ping Jung, professeur agrégé du département de bioingénierie de l’université de Californie San Diego aux États-Unis. (Lien bio) Dans un premier temps, nous allons présenter le contexte dans lequel l’article s’inscrit. Dans un second temps, nous étudierons les différents travaux réalisés sur le sujet abordé par l’article, puis nous présenterons les contributions de ce dernier. Après avoir expliqué les différentes expériences et les différents résultats obtenus, nous conclurons sur cet article. 2- Contexte de l'article Les BCI (Brain Computer Interface) enregistrent des signaux émis par le cerveau et les « traduits sous forme de message ou de commande pour certaines tâches interactives »  \cite{2016}.