Explore les bases de la neuroimagerie, les échelles du réseau cérébral, la connectivité, l'histoire et la physique, soulignant l'importance de comprendre les données à différentes échelles.
Explore la vue d'ensemble, la justification et les stratégies de la neuroscience de simulation, en mettant l'accent sur les défis de la reconstruction et de la simulation du cerveau.
Souligne la reproductibilité et la réutilisabilité des données dans les neurosciences silico, en mettant l'accent sur les outils et les méthodes de neuroinformatique.
Couvre les neurosciences moléculaires, la neurodégénérescence, les types cellulaires, la structure des neurones et l'histoire des percées en neurosciences.
Explore le bruit d'échappement dans la neuroscience computationnelle, couvrant l'intensité stochastique, les intervalles d'intercirculation, les fonctions de vraisemblance, la comparaison des modèles de bruit, et les codes de vitesse par rapport aux codes temporels.
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.
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.
Couvre les mises en garde et le résumé de Simulation Neuroscience, soulignant l'importance des données critiques et des trois approches fondamentales pour comprendre le cerveau.
Explore les types de solutions dans la neuroscience computationnelle, en se concentrant sur des solutions homogènes et de bosse dans la dynamique neuronale.
Couvre le processus de compilation des fichiers NMODL.mod pour la modélisation synapse à l'aide de NEURON et la création d'un neurone pour héberger la synapse.