Couvre la perception sensorielle, la cartographie des neurones présynaptiques, la stimulation des neurones dopaminergiques, l'apprentissage basé sur la récompense et la maladie de Parkinson.
Se concentre sur l'identification des types de cellules corticales humaines à l'aide des données de l'ARN-Seq et discute du regroupement cellulaire, de la cartographie des neurones et de la diversité des types cellulaires.
Explore les réseaux de neurones piquants, les modèles de champ moyen, les fonctions de transfert et les prédictions de l'espace d'état et du comportement neuronal.
Explore l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux à l'aide d'outils comme NEURON, NEST et BRIAN.
Explore la qualité des modèles Integrate-and-Fire dans les neurosciences computationnelles par des comparaisons avec des données expérimentales et des prédictions mathématiques.
Explore les défis et la signification de la classification des neurones en fonction de la morphologie pour la modélisation précise du cerveau et la compréhension de la fonction cérébrale.
Explore la modélisation de l'activité électrique du neurone, y compris les canaux ioniques et les concentrations, l'équation de Nernst et le potentiel de repos.
