Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.
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 de données in vitro pour les neurosciences informatiques, y compris la prédiction de la tension sous-seuil et des temps de pointe.
Explore l'optimisation des systèmes neuroprothétiques, y compris la restauration de rétroaction sensorielle et les stratégies de stimulation neuronale.
Explore la dynamique des populations neuronales, en mettant l'accent sur les réseaux aléatoires et les arguments de terrain moyen pour la connectivité.
Couvre les bases NeuroM, y compris la vérification de la qualité des neurones, l'extraction de la morphométrie et la visualisation des neurones dans différents formats.
Couvre les fondamentaux des signaux neuraux et du traitement des signaux, en mettant l'accent sur la modélisation et la simulation des systèmes neuraux.
Explore l'application de la neuroscience computationnelle en neuroprothèse, en se concentrant sur la prédiction des mouvements de bras prévus en fonction des temps de pointe et de l'importance de l'optimisation systématique des paramètres.
