Modèles d'apprentissage automatique pour les neurosciences

Cette séance de cours explore les modèles d’apprentissage automatique pour les neurosciences, en explorant comment ces modèles comblent les limites de la compréhension des fonctions cérébrales en reliant le couplage perception-action au niveau du circuit. L'instructeur explique la modélisation axée sur les tâches, montrant comment les modèles sont créés pour comprendre pourquoi les neurones se déclenchent en réponse à des stimuli. La séance de cours couvre également la reconnaissance des objets de base, en se concentrant sur les réseaux neuronaux convolutifs formés sur ImageNet, qui sont les meilleurs modèles pour la voie ventrale chez les humains et les singes. L'instructeur montre comment ces modèles peuvent expliquer l'activité neuronale dans le cerveau des primates, en particulier dans le domaine informatique. En outre, la séance de cours traite de l'application de l'apprentissage automatique dans la compréhension de la proprioception, en montrant comment les modèles candidats sont créés et testés pour expliquer les neurones sélectifs en direction dans le cerveau.