Couvre l'informatique neuromorphe, les défis dans l'informatique ternaire et binaire, les simulations matérielles du cerveau, et les nouveaux matériaux pour les cellules cérébrales artificielles.
Explore les neurones de projection GABAergiques dans le cerveau et leur rôle dans la fonction cérébrale, y compris l'impact de la dopamine sur la maladie de Parkinson.
Explore les circuits de base des ganglions dans la maladie de Parkinson, couvrant la structure, la fonction, le rôle de la dopamine, la pathologie et les traitements.
Couvre la maladie de Parkinson, ses symptômes, les défis de diagnostic et les options de traitement actuelles, en insistant sur la nécessité de biomarqueurs précoces et de thérapies modificateurs de la maladie.
Explore la perspective évolutive de la surprise, de la curiosité et de la récompense, en mettant l'accent sur le rôle des signaux de récompense primaires et secondaires.
Se penche sur l'utilisation de la mémoire spatiale dans les agents RL pour les tâches de navigation labyrinthe, montrant des performances améliorées avec des repères visuels, mais des résultats incohérents dans le choix du chemin.
Explore la maladie de Parkinson, couvrant son histoire, les défis du diagnostic, les traitements disponibles, les changements neuropathologiques et l'impact sur le contrôle moteur.
Couvre la neuro-ingénierie de la maladie de Parkinson, en se concentrant sur la stimulation cérébrale profonde et ses effets thérapeutiques sur les symptômes moteurs.
Explore l'aide à la mémoire du cerveau humain, en mettant l'accent sur les possibilités d'étudier la mémoire humaine, les enregistrements d'une cellule unique et la représentation de l'espace, du temps et des objets.
Explore le développement historique de l'apprentissage profond, de l'apprentissage par renforcement, des mécanismes d'attention et des systèmes de mémoire en IA inspirés des neurosciences.
Discute du rôle de l'hippocampe dans la navigation spatiale et la formation de la représentation des cellules place à travers des modèles de réseau récurrents.
Explore l'intersection entre les neurosciences et l'apprentissage automatique, en discutant de l'apprentissage profond, de l'apprentissage par renforcement, des systèmes de mémoire et de l'avenir du pont entre l'intelligence machine et l'intelligence humaine.
Explore les traces d'éligibilité dans les architectures de gradient de politique et d'acteur-critique, conduisant à une règle d'apprentissage en ligne élégante.
