Explore simulant des modèles de réseau neuronal à grande échelle et optimisant l'efficacité de la mémoire dans les simulations neuronales à l'aide de NEURON et de CoreNEURON.
Explore la connexion de la portée biologique avec les méthodes de simulation informatique et discute de divers environnements de simulation pour la modélisation de l'activité neuronale.
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.
Couvre l'informatique neuromorphe, les défis dans l'informatique ternaire et binaire, les simulations matérielles du cerveau, et les nouveaux matériaux pour les cellules cérébrales artificielles.
Se penche sur la simulation de la dynamique du réseau dans les neurosciences silico, couvrant l'activité spontanée et évoquée, les simulations in-vitro et in-vivo, et l'analyse de sensibilité.
Couvre les fondamentaux des signaux neuraux et du traitement des signaux, en mettant l'accent sur la modélisation et la simulation des systèmes neuraux.
Couvre l'activité spontanée du réseau cérébral, la simulation neuronale et la validation, soulignant l'importance des conditions in-vitro et in-vivo pour une modélisation précise du réseau.
Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.
Explore l'avancement des modèles système de l'intelligence humaine au moyen d'analyses comparatives intégrées et de l'importance de Brain-Score pour des comparaisons équitables de modèles.
Explore l'importance des neurosciences in silico dans la compréhension de la complexité du cerveau et des considérations éthiques de l'expérimentation animale.
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.
Explore la conversion analogique-numérique, l'optimisation du signal neuronal, les architectures multicanaux et les techniques de compression sur puce en neuroingénierie.
Explore la dynamique des populations neuronales, en mettant l'accent sur les réseaux aléatoires et les arguments de terrain moyen pour la connectivité.
