机构名称：
¥ 1.0
神经网络中的稀疏性和结构。我们有兴趣了解拓扑在基本层面上的人工神经网络中的作用。为此，我们研究了强烈的彩票假设[NFG+24]，[DCDN23]，[DCDG+23]，[DNV22]，该假设可以修剪随机神经网络以近似于大量的功能，而无需更改初始权重。我们还对神经组合优化感兴趣，在此我们研究图形神经网络来求解图形和组合问题，例如近似中心性测量或执行网络对齐。计算神经科学。我们有兴趣开发新工具来了解神经系统并探索神经现象背后的理论。至于开发新工具，我们一直在研究网络对齐算法[FCC+21]和网络统计模型[RDN24]，并且我们目前正在研究基于GNN的一致性算法，以比较不同物种的连接。至于理论方面，我们对各种基本问题感兴趣，包括（不限于 - 大脑连通性结构的演变模型）。
off n°2024-08531
主要关键词
相关文件推荐
