More from the Same Authors

• 2022 : Exploring The Precision of Real Intelligence Systems at Synapse Resolution »
  Mohammad Samavat · Tom Bartol · Kristen Harris · Terrence Sejnowski
• 2022 : Shannon Information of Synaptic Weights Post Induction of Long-Term Potentiation (Learning) is Nearly Maximized »
  Mohammad Samavat · Tom Bartol · Cailey Bromer · Jared Bowden · Dusten Hubbard · Dakota Hanka · Masaaki Kuwajima · John Mendenhall · Patrick Parker · Wickliffe Abraham · Kristen Harris · Terrence Sejnowski
• 2022 : Using Shannon Information to Probe the Precision of Synaptic Strengths »
  Mohammad Samavat · Tom Bartol · Kristen Harris · Terrence Sejnowski
• 2021 Workshop: Causal Inference & Machine Learning: Why now? »
  Elias Bareinboim · Bernhard Schölkopf · Terrence Sejnowski · Yoshua Bengio · Judea Pearl
• 2019 : Poster Session »
  Pravish Sainath · Mohamed Akrout · Charles Delahunt · Nathan Kutz · Guangyu Robert Yang · Joseph Marino · L F Abbott · Nicolas Vecoven · Damien Ernst · andrew warrington · Michael Kagan · Kyunghyun Cho · Kameron Harris · Leopold Grinberg · John J. Hopfield · Dmitry Krotov · Taliah Muhammad · Erick Cobos · Edgar Walker · Jacob Reimer · Andreas Tolias · Alexander Ecker · Janaki Sheth · Yu Zhang · Maciej Wołczyk · Jacek Tabor · Szymon Maszke · Roman Pogodin · Dane Corneil · Wulfram Gerstner · Baihan Lin · Guillermo Cecchi · Jenna M Reinen · Irina Rish · Guillaume Bellec · Darjan Salaj · Anand Subramoney · Wolfgang Maass · Yueqi Wang · Ari Pakman · Jin Hyung Lee · Liam Paninski · Bryan Tripp · Colin Graber · Alex Schwing · Luke Prince · Gabriel Ocker · Michael Buice · Benjamin Lansdell · Konrad Kording · Jack Lindsey · Terrence Sejnowski · Matthew Farrell · Eric Shea-Brown · Nicolas Farrugia · Victor Nepveu · Jiwoong Im · Kristin Branson · Brian Hu · Ramakrishnan Iyer · Stefan Mihalas · Sneha Aenugu · Hananel Hazan · Sihui Dai · Tan Nguyen · Doris Tsao · Richard Baraniuk · Anima Anandkumar · Hidenori Tanaka · Aran Nayebi · Stephen Baccus · Surya Ganguli · Dean Pospisil · Eilif Muller · Jeffrey S Cheng · Gaël Varoquaux · Kamalaker Dadi · Dimitrios C Gklezakos · Rajesh PN Rao · Anand Louis · Christos Papadimitriou · Santosh Vempala · Naganand Yadati · Daniel Zdeblick · Daniela M Witten · Nicholas Roberts · Vinay Prabhu · Pierre Bellec · Poornima Ramesh · Jakob H Macke · Santiago Cadena · Guillaume Bellec · Franz Scherr · Owen Marschall · Robert Kim · Hannes Rapp · Marcio Fonseca · Oliver Armitage · Jiwoong Im · Thomas Hardcastle · Abhishek Sharma · Wyeth Bair · Adrian Valente · Shane Shang · Merav Stern · Rutuja Patil · Peter Wang · Sruthi Gorantla · Peter Stratton · Tristan Edwards · Jialin Lu · Martin Ester · Yurii Vlasov · Siavash Golkar
• 2018 : Research Panel »
  Sinead Williamson · Barbara Engelhardt · Tom Griffiths · Neil Lawrence · Hanna Wallach
• 2018 Poster: Gradient Descent for Spiking Neural Networks »
  Dongsung Huh · Terrence Sejnowski
• 2017 : Neil Lawrence, Francis Bach and François Laviolette »
  Neil Lawrence · Francis Bach · Francois Laviolette
• 2017 : Panel Session »
  Neil Lawrence · Finale Doshi-Velez · Zoubin Ghahramani · Yann LeCun · Max Welling · Yee Whye Teh · Ole Winther
• 2017 Tutorial: Deep Probabilistic Modelling with Gaussian Processes »
  Neil D Lawrence
• 2016 : From Brains to Bits and Back Again »
  Yoshua Bengio · Terrence Sejnowski · Christos H Papadimitriou · Jakob H Macke · Demis Hassabis · Alyson Fletcher · Andreas Tolias · Jascha Sohl-Dickstein · Konrad P Koerding
• 2015 Workshop: Advances in Approximate Bayesian Inference »
  Dustin Tran · Tamara Broderick · Stephan Mandt · James McInerney · Shakir Mohamed · Alp Kucukelbir · Matthew D. Hoffman · Neil Lawrence · David Blei
• 2014 Workshop: ABC in Montreal »
  Max Welling · Neil D Lawrence · Richard D Wilkinson · Ted Meeds · Christian X Robert
• 2013 Workshop: Probabilistic Models for Big Data »
  Neil D Lawrence · Joaquin Quiñonero-Candela · Tianshi Gao · James Hensman · Zoubin Ghahramani · Max Welling · David Blei · Ralf Herbrich
• 2013 Session: Oral Session 3 »
  Terrence Sejnowski
• 2013 Session: Oral Session 1 »
  Neil D Lawrence
• 2012 Invited Talk: Suspicious Coincidences in the Brain »
  Terrence Sejnowski
• 2012 Poster: Fast Variational Inference in the Conjugate Exponential Family »
  James Hensman · Magnus Rattray · Neil D Lawrence
• 2011 Poster: Learning sparse inverse covariance matrices in the presence of confounders »
  Oliver Stegle · Christoph Lippert · Joris M Mooij · Neil D Lawrence · Karsten Borgwardt
• 2011 Poster: Variational Gaussian Process Dynamical Systems »
  Andreas Damianou · Michalis Titsias · Neil D Lawrence
• 2011 Session: Opening Remarks and Awards »
  Terrence Sejnowski · Peter Bartlett · Fernando Pereira
• 2010 Spotlight: Switched Latent Force Models for Movement Segmentation »
  Mauricio A Alvarez · Jan Peters · Bernhard Schölkopf · Neil D Lawrence
• 2010 Poster: Switched Latent Force Models for Movement Segmentation »
  Mauricio A Alvarez · Jan Peters · Bernhard Schölkopf · Neil D Lawrence
• 2010 Talk: Opening Remarks and Awards »
  Richard Zemel · Terrence Sejnowski · John Shawe-Taylor
• 2009 Workshop: Kernels for Multiple Outputs and Multi-task Learning: Frequentist and Bayesian Points of View »
  Mauricio A Alvarez · Lorenzo Rosasco · Neil D Lawrence
• 2009 Workshop: The Curse of Dimensionality Problem: How Can the Brain Solve It? »
  Simon Haykin · Terrence Sejnowski · Steven W Zucker
• 2008 Workshop: Cortical Microcircuits and their Computational Functions »
  Tomaso Poggio · Terrence Sejnowski
• 2008 Poster: Sparse Convolved Gaussian Processes for Multi-ouptut Regression »
  Mauricio A Alvarez · Neil D Lawrence
• 2008 Poster: Efficient Sampling for Gaussian Process Inference using Control Variables »
  Michalis Titsias · Neil D Lawrence · Magnus Rattray
• 2008 Spotlight: Efficient Sampling for Gaussian Process Inference using Control Variables »
  Michalis Titsias · Neil D Lawrence · Magnus Rattray
• 2008 Poster: Accelerating Bayesian Inference over Nonlinear Differential Equations with Gaussian Processes »
  Ben Calderhead · Mark A Girolami · Neil D Lawrence
• 2007 Workshop: Approximate Bayesian Inference in Continuous/Hybrid Models »
  Matthias Seeger · David Barber · Neil D Lawrence · Onno Zoeter
• 2006 Workshop: Decoding the neural code »
  Eric Thomson · Bill Kristan · Terrence Sejnowski
• 2006 Workshop: Learning when test and training inputs have different distributions »
  Joaquin Quiñonero-Candela · Masashi Sugiyama · Anton Schwaighofer · Neil D Lawrence
• 2006 Poster: Modelling transcriptional regulation using Gaussian Processes »
  Neil D Lawrence · Guido Sanguinetti · Magnus Rattray