Explore le potentiel du LGN pour la vision artificielle et les différences dans l'encodage des stimulus entre les représentations thalamiques et corticales.
Explore l'avancement des modèles système de l'intelligence humaine au moyen d'analyses comparatives intégrées et de l'importance de Brain-Score pour des comparaisons équitables de modèles.
Se concentre sur le développement de 'eSee-Shells', dispositifs d'interface neuronale multimodale chronique utilisant des réseaux d'électrocorticographie transparents imprimés à jet d'encre (EcoG).
Explore la synergie entre l'apprentissage automatique et les neurosciences, en montrant comment les réseaux neuronaux profonds peuvent prédire les réponses neuronales et les défis rencontrés par l'IA en robotique.
Couvre les microélectrodes flexibles à base de polymère, les électrodes de manchette, les réseaux ECOG et les interfaces nerveuses périphériques, en discutant des matériaux, des propriétés, du traitement et des applications.