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.
Explore les interactions interrégionales dans le système moteur, y compris les connexions anatomiques, les réseaux fonctionnels, et l'impact de la récompense sur l'apprentissage moteur.
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.
Stimulation cérébrale non invasive, imagerie motrice et autorégulation pour le contrôle du cortex moteur et la récupération des accidents vasculaires cérébraux.
Explore le rôle de la pratique et de l'entraînement dans la rééducation, en soulignant l'importance d'un entraînement intensif et de l'utilisation de la stimulation pour améliorer la fonction motrice.
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.