Séance de cours

Interfaces neuronales : Optogénétique et détection de température

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

NX-422: Neural interfaces

Neural interfaces (NI) are bioelectronic systems that interface the nervous system to digital technologies. This course presents their main building blocks (transducers, instrumentation & communication), reviews current and upcoming materials and technolog ...

Description

Cette séance de cours couvre les défis et les techniques liés à l'utilisation de sondes multimodales pour les interfaces neuronales, y compris l'intégration d'opsines, l'optogénétique pour les circuits de sonde, le chauffage induit contrôlé, la détection de la température avec des thermistors métalliques et des capteurs de température in situ. L'instructeur discute de l'importance de la miniaturisation, de l'intégration hybride des LED, de la gestion de la puissance et de la chaleur, de l'emballage et des performances à long terme.

Enseignant·e·s (2)

Mahsa Shoaran

Stéphanie Lacour

Stéphanie P. Lacour holds the Bertarelli Foundation Chair in Neuroprosthetic Technology in the School of Engineering at EPFL and leads the Laboratory for Soft Bioelectronic Interfaces. She received her PhD in Electrical Engineering from INSA de Lyon, France, and completed postdoctoral research at Princeton University and the University of Cambridge. She is the recipient of the 2006 MIT TR35, a University Research Fellowship of the Royal Society, European Research Council ERC Starting and POC Grants, and a SNSF-ERC Consolidator Grant. She was elected a 2015 Young Global Leader by the World Economic Forum.

Source officielle

Concepts associés (23)

Réseau de neurones récurrents

Un réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.

Diode électroluminescente

thumb|Diodes de différentes couleurs.|alt= thumb|upright|Symbole de la diode électroluminescente.|alt= Une diode électroluminescente (abrégé en DEL en français, ou LED, de llight-emitting diode) est un dispositif opto-électronique capable d'émettre de la lumière lorsqu'il est parcouru par un courant électrique. Une diode électroluminescente ne laisse passer le courant électrique que dans un seul sens et produit un rayonnement monochromatique ou polychromatique non cohérent par conversion d'énergie électrique lorsqu'un courant la traverse.

Réseau de neurones artificiels

Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.

Lampe électroluminescente

La lampe électroluminescente, dite lampe LED ou lampe DEL, est un type de lampe électrique qui utilise des diodes électroluminescentes, lesquelles mettent en œuvre le phénomène d'électroluminescence. vignette|redresse|Lampes à LED à culot à vis Edison E27 (). vignette|redresse|Lampes à LED. vignette|redresse|Une ampoule LED équivalente allumée vue au travers d'un filtre.

Réseau neuronal convolutif

En apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.

Afficher plus

Séances de cours associées (10)

Efficacité des LED: Fabrication et comparaison

Explore l'efficacité LED, la fabrication et la comparaison avec d'autres sources de lumière, en soulignant l'importance de l'indice de rendu des couleurs.

Réseaux neuronaux récurrents : modèles de langage neuronal

Explore les modèles de langage neuronal à context fixe, les RNN, les gradients de disparition et l'étiquetage séquentiel dans NLP.

Dispositifs photovoltaïques et diodes électroluminescentes

Fournit une vue d'ensemble des dispositifs photovoltaïques et des diodes électroluminescentes, en se concentrant sur leurs mécanismes, leurs facteurs d'efficacité et leurs considérations matérielles.

Efficacité de la production de lumière

Explore l'histoire et les progrès de l'efficacité de l'éclairage LED, en discutant de l'impact sur la consommation d'énergie.

Émetteurs de lumière visibles efficaces

Explore l'évolution historique et les défis des émetteurs de lumière visibles efficaces, en mettant l'accent sur la technologie LED et la recherche d'une efficacité 100%+.

Afficher plus

Concepts associés (23)

Réseau de neurones récurrents

Diode électroluminescente

Réseau de neurones artificiels

Lampe électroluminescente

Réseau neuronal convolutif

Afficher plus