Post-Doctorat en Neurosciences Computationnelles - Physique Statistique à l'École Normale Supérieure H/F CNRS

Détail du poste

Nous cherchons à recruter un chercheur post-doctoral en neurosciences computationnelles pour travailler sur un programme de recherche financé par l'Agence Nationale de la Recherche (ANR) sur les « mécanismes neuronaux de l'apprentissage itératif ». Les algorithmes et les mécanismes biophysiques sous-jacents à l'apprentissage dans les systèmes neuronaux biologiques sont encore mal compris et le problème fondamental de l'«attribution de crédit » - comment les neurones corrects sont modifiés pour accomplir une tâche difficile telle que l'optimisation d'un mouvement complexe - reste non résolu. Une préparation idéale pour étudier ce problème en utilisant une approche interdisciplinaire est le cervelet, car il combine une structure anatomique simple et régulière avec des comportements modèles bien caractérisés.

Activités
L'objectif du projet sera d'explorer théoriquement et numériquement à l'aide de simulations sur ordinateurs, différentes propositions pour la mise en oeuvre biologique de l'attribution de crédit et de l'apprentissage, en particulier dans le contexte de l'apprentissage cérébelleux.
Compétences
Les candidats doivent avoir une solide formation en physique statistique, en dynamique non linéaire ou en neurosciences computationnelles, avec un intérêt marqué pour l'étude des systèmes biologiques. Ils doivent être capables de travailler de manière interactive dans un environnement de recherche collaboratif incluant des physiciens et des biologistes.
Contexte de travail

Le projet sera poursuivi en collaboration entre l'équipe de V Hakim pour les aspects théoriques et l'équipe de B Barbour pour les aspects expérimentaux.
Contraintes et risques

Aucun identifié.