Explore l'optimisation des systèmes neuroprothétiques, y compris la restauration de rétroaction sensorielle et les stratégies de stimulation neuronale.
Explore le traitement du signal graphique appliqué aux réseaux cérébraux, en mettant l'accent sur la relation entre la fonction cérébrale et la structure en utilisant des méthodes telles que le graphique Fourier Transform et l'indice de découplage structural.
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.
Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.
