我是计算神经科学中心和访问学者纽约大学.我在理论神经科学中心哥伦比亚大学的主要顾问利亚姆·帕宁斯基.
我致力于神经数据的统计建模，我研究的首要目标是因果地理解生物和人工递归神经网络及其动力学机制。我对广泛的主题感兴趣，包括机器学习、统计学、因果推理、动力学系统、神经科学和计算机视觉。
在ML和统计学中，我研究了应用最优运输、部分信息分解、切换线性动力系统、因果动力系统和协方差估计。
在计算机视觉中，我构建了用于分割、检测和跟踪显微镜图像和视频中细胞的自动化工具。我还开发了统计地图集构建方法，用于捕获动物种群的结构变异性。我还将非负矩阵分解（NMF）扩展到可变形NMF，并将其应用于非平稳视频中的钙分层。
在计算神经科学领域，我开发并应用了功能性和介入性连通性估计技术。我目前正在进行表征相似性分析，以比较动物、物种和神经网络的神经表征。
访问我的谷歌学者获取我的出版物和我的主页了解更多关于我的信息。
