- Evénement
PSL-NEURO - Theoretical Neuroscience Seminars 2026
PSL-NEURO - Theoretical Neuroscience Seminars 2026
Nous avons le plaisir de vous annoncer les séminaires "Theoretical Neuroscience Seminars" dans le cadre du programme PSL-NEURO :
NB Le séminaire de Samantha Fournier (CEA Saclay) initiallement programmé le 5 février 2026, est reprogrammé le 2 avril.
- 19 février 2026, Claire Meißner (Sorbonne University)
- 05 mars 2026, Athena Akrami (UCL)
- 16 avril 2026, Guillaume Hennequin (Cambridge)
- 30 avril 2026, Sebastian Goldt (SISSA)
- 21 mai 2026, Agostina Palmigiano (Gatsby UCL
Ces séminaires ont lieu le jeudi à 11h, à l'ENS au 29 rue d'Ulm, 75005 Paris.
Salle Langevin (29 rue d’Ulm, 1e étage, couloir de gauche, juste avant la bibliothèque)
Le premier séminaire par Samantha Fournier s'intitule "Learning with high-dimensional chaotic systems"
Chaotic dynamics can naturally arise in high-dimensional heterogeneous systems of interacting variables, of which a simple example are random Recurrent Neural Networks (RNNs). I will present a simple model for random RNNs which, in some instances of the model, is exactly solvable with Dynamical Mean-Field Theory (DMFT). Even though it is more abstract, I will show that the simple model has the same phenomenology as more standard models.
Contact : Ludwig Hruza
ludwig.hruza@ens.psl.eu
Salle Langevin (29 rue d’Ulm, 1e étage, couloir de gauche, juste avant la bibliothèque)
Le premier séminaire par Samantha Fournier s'intitule "Learning with high-dimensional chaotic systems"
Chaotic dynamics can naturally arise in high-dimensional heterogeneous systems of interacting variables, of which a simple example are random Recurrent Neural Networks (RNNs). I will present a simple model for random RNNs which, in some instances of the model, is exactly solvable with Dynamical Mean-Field Theory (DMFT). Even though it is more abstract, I will show that the simple model has the same phenomenology as more standard models.
Contact : Ludwig Hruza
ludwig.hruza@ens.psl.eu
En espérant vous y voir nombreux !