Search

Konrad Kording

La nomination

  • Boursier
  • Apprentissage automatique, apprentissage biologique

Institution

  • Université de la Pennsylvanie
département de bio-ingénierie et neuroscience

Pays

  • États Unis

Éducation

Physique, ETH Zurich

À propos

Konrad Kording cherche à comprendre le cerveau en tant qu’appareil computationnel.

Il voit d’importantes limites dans la façon standard dont la neuroscience étudie le cerveau et dans le mode d’exploration de données neuronales visant à repérer des relations causales. L’apprentissage profond offre une autre façon de réfléchir au cerveau qui met l’accent sur des fonctions de coût, des algorithmes d’optimisation et des structures spécialisées. Afin d’examiner le cerveau à travers la lorgnette de l’apprentissage profond, le laboratoire de Kording utilise de façon large des méthodes d’analyse de données, y compris l’apprentissage automatique, pour poser des questions fondamentales.

Prix

Prix de recherche transformatrice des NIH (R01)

Professeur PIK, Université de la Pennsylvanie

Publications Pertinentes

Glaser, J.I. et coll. « Machine learning for neural decoding. » arXiv:1708.00909 (2017–18).


Vilares, I. et K.P. Kording. « Dopaminergic Medication Increases Reliance on Current Information in Parkinson's Disease. » Nature Human Behaviour 1 (2017).


Saeb, S. et coll. « The need to approximate the use-case in clinical machine learning. » GigaScience 6, no 5:1–9.


Jonas, E. et K.P. Kording. « Could a neuroscientist understand a microprocessor? » PLoS computational biology 13, no 1:e1005268.


Glaser, J.I. et coll. « Population Coding Of Conditional Probability Distributions In Dorsal Premotor Cortex. » Nat Commun. 9 (2018).