Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.
Explore les approches fondées sur les données pour améliorer la conception des robots, en mettant l'accent sur la conformité, les matériaux souples et les interactions complexes.
Explore la relation complexe entre les neurosciences et l'apprentissage automatique, en soulignant les défis de l'analyse des données neuronales et le rôle des outils d'apprentissage automatique.
Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.
Explore les représentations factorisées pour la planification, en se concentrant sur la réduction de la complexité et l'amélioration de l'efficacité grâce à une modélisation distincte des fonctionnalités.
Introduit des réseaux de flux, couvrant la structure du réseau neuronal, la formation, les fonctions d'activation et l'optimisation, avec des applications en prévision et finance.
Explore le potentiel du graphène dans le développement d'interfaces neuronales efficaces avec le système nerveux, en abordant les défis actuels et en discutant de diverses technologies basées sur le graphène.
Explore le décodage de l'activité cérébrale humaine pour la prise de décision, le contrôle du comportement et le traitement de la parole, avec des implications pour les neuroprothèses.
