In het eerste deel gebruiken we een biofysisch-geïnspireerd auditief model, in een differentieerbare diep-neuraal-netwerk beschrijving, om verschillende van begin-tot-eind machinaal-leren gebaseerde geluidssignaalverwerkingsalgoritmen te trainen die maximaal de slechthorende auditieve zenuw respons herstellen. In het tweede deel analyseren we spraak-EEG, spraakverstaanbaarheid en psychoakoestische data om auditieve verwerkingstekorten bij verschillende soorten gehoorstoornissen te onderzoeken.