Search

Joel Zylberberg

La nomination

  • Chercheurs mondiaux CIFAR-Azrieli 2016
  • Apprentissage automatique, apprentissage biologique

Institution

  • École de médecine de l’Université du Colorado
Département de physiologie et biophysique

Pays

  • États Unis

Éducation

Ph.D. (physique), Université de la Californie à Berkeley
B.Sc. (physique), Université Simon Fraser

À propos

À la lecture de cette phrase, vos yeux transmettent des signaux à votre cerveau et votre cerveau interprète ces signaux pour déchiffrer des mots.

Les recherches du laboratoire de Joel Zylberberg visent à élucider le langage de cette signalisation. Par exemple, quels sont les modes d’impulsions nerveuses qui correspondent à un « a » ou à un « e »? Par la compréhension de ce « code neuronal », les travaux de Zylberberg peuvent donner lieu à des algorithmes informatiques qui imitent le système visuel des mammifères, ainsi qu’à des appareils implantables qui stimulent le cerveau d’un aveugle pour rétablir sa fonction visuelle.

En parallèle avec ses travaux sur le traitement de la signalisation visuelle, Zylberberg a des projets en cours qui permettront la mise au point de meilleurs implants cochléaires, le déchiffrement du code neuronal olfactif et l’élucidation du rôle de la plasticité synaptique dans le maintien des réseaux de la mémoire à court terme.

Prix

Bourse de recherche Sloan, 2017

Google Faculty Research Award, 2017

Prix international de recherche étudiante du Howard Hughes Medical Institute (HHMI), 2011

Bourse doctorale Fulbright en science et technologie, 2008

Publications Pertinentes

Zylberberg, J. et coll. « Direction-selective circuits shape noise to ensure a precise population code. » Neuron 89 (2016): 369–83.

King, P., J. Zylberberg et M.R. DeWeese. « Inhibitory interneurons decorrelate excitatory cells to drive sparse code formation in a spiking model of V1. » Journal of Neuroscience 33 (2013): 5475–5485. 

Zylberberg, J., J. Murphy et M.R. DeWeese. « A sparse coding model with synaptically local plasticity and spiking neurons can account for the diverse shapes of V1 simple cell receptive fields. » PLoS Computational Biology 7 (2011): e1002250.

Connecter

Zylberberg Lab