Explore des modèles d'apprentissage automatique pour les neurosciences, en se concentrant sur la compréhension des fonctions cérébrales et la reconnaissance des objets centraux par le biais de réseaux neuronaux convolutifs.
Explore la réparation du cerveau après l'AVC, couvrant les changements post-AVC, les thérapies comme la stimulation des nerfs vagus, et les facteurs de croissance.
S'insère dans le concept de l'espace péripersonnel en tant qu'interface primaire pour les interactions auto-environnementales et sa sensibilité à la perception sociale.
Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.
Couvre les souris transgéniques utilisant les lignes de Cre et l'optogénétique, explorant les techniques de manipulation des cellules neurales et l'expression génétique spécifique à la région du cerveau.
Explore l'intégration de la structure et de la fonction cérébrales à l'aide des techniques de traitement des signaux graphiques, y compris l'IRM fonctionnelle et l'analyse du connectome structurel.
Explore la logique de la fonction neuronale, le modèle Perceptron, les applications d'apprentissage profond et les niveaux d'abstraction dans les modèles neuronaux.
Discute des progrès de la neuro-ingénierie pour le développement des membres bioniques et l'amélioration de la rétroaction sensorielle pour une meilleure expérience utilisateur.
Couvre l'activité spontanée du réseau cérébral, la simulation neuronale et la validation, soulignant l'importance des conditions in-vitro et in-vivo pour une modélisation précise du réseau.
Explore l'intégration des mesures du cerveau humain pour comprendre la photosensibilité et l'impact de la stimulation électrique sur la hiérarchie visuelle.
Explore les bases des réseaux neuraux, le problème XOR, la classification et les applications pratiques comme la prévision des données météorologiques.