Explore la plasticité synaptique à court terme dans la neuroscience computationnelle, couvrant les modèles, les mécanismes et les échelles de temps de la dynamique synaptique.
Couvre la modélisation de l'hippocampe, la plasticité synaptique, l'impact des maladies du cerveau et l'importance de combiner la modélisation avec des expériences.
Explore l'apprentissage autosupervisé pour les véhicules autonomes, en dérivant des étiquettes de données elles-mêmes et en discutant de ses applications et de ses défis.
Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.
Couvre la classification des images, le clustering et les techniques d'apprentissage automatique telles que la réduction de la dimensionnalité et l'apprentissage par renforcement.
Explore comment les mécanismes de plasticité synaptique conduisent à des neurones étroitement interconnectés et comment les formes des neurones influencent les tendances de la micro-connectivité.
