Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Automatisation du contrôle : Cartographie Visuomotrice complexe

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Apprentissage supervisé non linéaire

Explore le biais inductif de différentes méthodes d'apprentissage supervisé non linéaires et les défis de l'accordage hyperparamétrique.

Mécanismes de rétroaction en intelligence visuelle et adaptation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'importance des mécanismes de rétroaction dans les processus d'intelligence visuelle et d'adaptation.

Intelligence biologique : apprentissage moteur et neuromodulation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la relation entre l'intelligence biologique, l'apprentissage moteur et le rôle de la neuromodulation dans le comportement adaptatif.

Rétroaction et adaptation: Intelligence visuelle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les mécanismes de rétroaction dans l'intelligence visuelle, l'estimation des poses humaines, l'adaptation motrice dans les robots à pattes et les contrôleurs PID.

Réseaux de neurones : modèles hiérarchiques et taxis odorants Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.

Modélisation de données dans les neurosciences: Meenakshi Khosla Connectez-vous à Mediaspace pour regarder cette vidéo

Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.

Modélisation du cerveau : apprentissage automatique et neurosciences Connectez-vous à Mediaspace pour regarder cette vidéo

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.

Séquences discrètes de clé : modèles cognitifs et neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Explore des modèles cognitifs et neuraux de motricité séquentielle, en se concentrant sur la tâche de production de séquence discrète et les substrats neuraux.

Amélioration des modèles du chemin visuel ventral Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de calcul du système visuel ventral, en se concentrant sur l'optimisation des réseaux pour les tâches réelles et la comparaison avec les données cérébrales.

Architectures neurales pour l'IA et la cognition Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les architectures neurales pour l'IA incarnée, les systèmes cognitifs, et l'intégration de l'informatique et de la robotique.

Comprendre le Cortex visuel avec des modèles d'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Explore à l'aide de modèles d'apprentissage en profondeur pour comprendre le cortex visuel et les portraits sensoriels.

Interfaces cerveau-ordinateur: avancées en neurosciences des systèmes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les interfaces cerveau-ordinateur et leur impact sur les neurosciences des systèmes et les neuroprothèses.

Simulation de réseau et dynamique d'activité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la simulation du réseau neuronal, la dynamique d'activité et les processus de validation afin d'assurer des prévisions précises.

Principe de variation en mécanique quantique Connectez-vous à Mediaspace pour regarder cette vidéo

Plonge dans le principe de variation en mécanique quantique et l'application des réseaux de neurones profonds pour des solutions système complexes.

Gradient Descent: Techniques d'optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la descente en gradient, les fonctions de perte et les techniques d'optimisation dans la formation en réseau neuronal.

Page 2 sur 2