Modèles d'apprentissage automatique pour les neurosciences
Graph Chatbot
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.
Explore les données du cortex visuel primaire de la souris, en mettant l'accent sur l'encodage des informations visuelles, la transformation, la diversité des réponses et la modulation de locomotion.
Couvre les expériences clés de la fonction cérébrale, la falsification d'hypothèses, l'imagerie cérébrale, la mesure du calcium et les outils optogénétiques.
Explore les champs réceptifs, les zones cérébrales visuelles, les différences induites par l'évolution des voies visuelles et les mécanismes neuraux sous-jacents au comportement d'évasion.
Explore le lien entre le comportement, les neurosciences et l’incarnation dans la formation du mouvement et la compréhension du fonctionnement du cerveau.
Explore les types de solutions dans la neuroscience computationnelle, en se concentrant sur des solutions homogènes et de bosse dans la dynamique neuronale.
Explore les données des zones visuelles supérieures de la souris, en discutant des champs réceptifs, des voies, de la réactivité visuelle, de la sélectivité des images et du décodage des stimulus.
