Explore le modèle Hodgkin-Huxley, les phases de potentiel d'action, la dynamique ionique, la théorie des câbles et la modélisation compartimentale dans l'excitabilité neuronale.
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 la gestion circulaire du cycle de vie, la fabrication sans défaut, l'analyse des mégadonnées et la maintenance prédictive dans les processus industriels.
Explore la classification et les comportements électriques des interneurons GABAergiques dans le cortex cérébral, soulignant l'importance d'une terminologie cohérente et de la compréhension de la diversité des canaux ioniques.
Explore la représentation des connaissances, l'extraction de l'information et la vision du Web sémantique, en mettant l'accent sur la normalisation, la cartographie et les ontologies dans la structuration des données.
Se concentre sur l'assemblage des éléments constitutifs du réseau neuronal et sur la gestion de la rareté des données à l'aide de diverses stratégies et hypothèses.
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 la dynamique neuronale de la prise de décision, en se concentrant sur les algorithmes et le rôle de la dopamine dans l'apprentissage et le comportement.
Introduit un apprentissage profond, de la régression logistique aux réseaux neuraux, soulignant la nécessité de traiter des données non linéairement séparables.