Explore la vue d'ensemble, la justification et les stratégies de la neuroscience de simulation, en mettant l'accent sur les défis de la reconstruction et de la simulation du cerveau.
Explore la classification des neurones, soulignant l'importance de comprendre la complexité du cerveau et les défis dans la définition des types de cellules.
Explore les progrès de l'IRMf de la moelle épinière à 7 Tesla, en soulignant son importance dans la compréhension des pathologies du système nerveux central.
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.
Explore l'étude du comportement chez les animaux et les robots, en soulignant l'importance de l'étude du comportement et des mécanismes neuronaux impliqués.
S'engage dans l'apprentissage continu des modèles de représentation après déploiement, soulignant les limites des réseaux neuronaux artificiels actuels.
