1: 計算神経科学: 計算神経科学の学際的な分野を探り、神経システムを理解する上で数学モデルとシミュレーションが果たす役割を調べます。
2: 神経科学: 脳の構造と機能、およびロボット工学との関係に焦点を当てて、神経科学の基本原理を理解します。
3: 生物に着想を得たコンピューティング: 生物学的プロセスが新しい計算モデルにどのように影響し、人工知能システムの設計に貢献するかを探ります。
4: ニューロモルフィック コンピューティング: 脳の構造をモデルにしたコンピューティング システムで、より効率的な処理を可能にするニューロモルフィック コンピューティングを調査します。
5: 行動神経科学: ロボット工学における意思決定と認知プロセスに焦点を当て、行動が神経システムによってどのように駆動されるかを学びます。
6: 結合問題: 結合問題は、脳がどのようにして異なる情報を統合してまとまりのある体験にするかという神経科学の課題です。
7: クリストフ・コッホ: クリストフ・コッホの研究と、意識と脳の神経プロセスの理解に対する彼の貢献について調べます。
8: ニューラル ネットワーク (生物学): 生物学的ニューラル ネットワークと、ロボット工学や AI システムで使用される人工ニューラル ネットワーク モデルに対するその影響を調べます。
9: 脳の準安定性: 準安定性の概念を理解し、脳が複数の状態を維持し、適応性を高める能力を説明します。
10: 神経振動: 神経振動と、脳活動を調整する上でのその役割を研究し、ロボット工学と脳波の相互作用に関する洞察を提供します。
11: 神経情報学: 神経情報を学習し、神経プロセスをモデル化するための脳活動のデータ管理と分析におけるその役割について学びます。
12: デビッド・ヒーガー: 脳の処理と神経科学で使用される計算モデルの理解における David Heeger の貢献について学びます。
13: 脳シミュレーション: 脳の複雑さをモデル化する脳シミュレーション技術と、そのロボット工学への応用について理解を深めます。
14: 神経計算モデル: 神経計算のさまざまなモデルを調査し、アルゴリズムがロボット システムで脳の機能をどのように模倣するかを探ります。
15: 動的神経科学: 動的システム理論が神経科学にどのように適用されるかを学び、ロボット工学における脳の活動の理解を深めます。
16: デアンヌ=シャンジュ モデル: 脳機能の デアンヌ=シャンジュ モデルを調べ、ロボットの認知と神経回路を結び付けます。
17: 神経系ネットワーク モデル: 神経系のネットワーク モデルがより効率的なロボット システムの開発にどのように貢献するかを理解します。
18: 予測コーディング: 予測コーディングと、脳とロボット工学の両方における知覚、学習、意思決定の理解におけるその関連性について学びます。
19: サイモン・ストリンガー: サイモン・ストリンガー の計算神経科学に関する研究と、それが脳にヒントを得たロボット モデルの開発に及ぼす影響について探ります。
20: カナカ・ラジャン: 計算神経科学を応用して、より堅牢で適応性の高いロボット システムを開発する カナカ・ラジャン の研究について調べます。
21: V1 顕著性仮説: 脳が視覚的注意を処理する方法と、それがロボット工学と AI に与える影響に焦点を当てた V1 顕著性仮説について詳しく調べます。