Introduit la neuro-ingénierie translationnelle, en mettant l'accent sur l'intégration des neurosciences et de la technologie pour un traitement efficace des patients.
Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Présente le programme de maîtrise en neuro-X, en mettant l'accent sur son approche interdisciplinaire et ses possibilités de carrière en neurotechnologie.
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.
Couvre les thérapies de neuromodulation conçues pour restaurer la marche chez les personnes atteintes de lésions de la moelle épinière et explore leurs implications pour d'autres troubles neurologiques.
Explore l'évolution et la taxonomie des souvenirs, en se concentrant sur les différences SRAM et DRAM, la disposition de la mémoire et la taxonomie fonctionnelle.
Couvre les bases de l'ingénierie neuronale, les interfaces cerveau-ordinateur, les neuroprothèses et la stimulation cérébrale profonde pour améliorer la fonction humaine.
Explore simulant des modèles de réseau neuronal à grande échelle et optimisant l'efficacité de la mémoire dans les simulations neuronales à l'aide de NEURON et de CoreNEURON.
Explore les interfaces de neurostimulation en boucle fermée pour la détection et le contrôle des symptômes dans les troubles neurologiques et les interfaces cerveau-machine.
Explore les interfaces neuronales, en mettant l'accent sur la biocompatibilité, l'impact de l'inflammation et les stratégies pour améliorer l'intégration des dispositifs dans les tissus.
Explore le paysage des données volumineuses, l'importance de la mémoire dans les services en ligne, les défis auxquels sont confrontés les systèmes de mémoire, les technologies DRAM émergentes et la mémoire de classe stockage.
Explore l'avenir de l'informatique, y compris l'impact de la loi de Moore, les différences entre CPU et GPU, et l'évolution du matériel conventionnel et neuromorphique.
Explore l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux à l'aide d'outils comme NEURON, NEST et BRIAN.
Explique la mémoire électronique dans l'architecture informatique à l'aide de circuits basés sur des transistors pour le stockage et la récupération des données.
