Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Discute de trois définitions du code de taux dans les neurosciences informatiques, en mettant l'accent sur la moyenne temporelle, les intervalles entre les spikes et le facteur FANO.
Explore la modélisation détaillée des canaux ioniques et des morphologies neuronales dans les neurosciences silico, couvrant la classification des neurones, la cinétique des canaux ioniques et les observations expérimentales.
Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.
Explore la modélisation de données in vitro pour les neurosciences informatiques, y compris la prédiction de la tension sous-seuil et des temps de pointe.
Explore la dynamique des populations neuronales, en mettant l'accent sur les réseaux aléatoires et les arguments de terrain moyen pour la connectivité.
Explore le concept de séparation des échelles de temps dans les neurosciences computationnelles et la réduction des détails dans les modèles neuronaux bidimensionnels.
