Tijdens zijn doctoraat heeft Bertrand Yitembe aangetoond dat het mogelijk is om met een intelligente wiskundige techniek, de onzekerheden in modellen te reduceren bij het oplossen van zogenaamde inverse problemen. Het oplossen van inverse problemen bestaat erin om vertrekkende van metingen, de onderliggende parameterwaarden van een systeem te bepalen. Concreet is dat bijvoorbeeld het geval bij het reconstrueren van de actieve neurale bronnen wanneer er vertrokken wordt van electro-encephalografische (EEG) metingen. Bij de interpretatie van deze metingen worden er echter fouten gemaakt doordat de metingen ruis bevatten en doordat er onzekerheden bestaan in het model dat gebruikt wordt bij de interpretatie. De fouten geïntroduceerd door deze laatste factor konden tot nog toe niet gereduceerd worden maar door de ontworpen numerieke methode is het nu mogelijk om de fouten die gemaakt worden bij de interpretatie te reduceren. De doctorandus heeft dit aangetoond bij de interpretatie van EEG signalen waarbij het gebruikte model sterk afhangt van de elektrische geleidbaarheden van de verschillende weefsels in het hoofd. Deze geleidbaarheden kunnen tot op vandaag nog steeds niet nauwkeurig gemeten worden en hangen bovendien af van persoon tot persoon. De techniek toont aan dat er nu een correctere interpretatie van EEG sgnalen kan gemaakt worden.