Séances de cours associées à Neuronal ensemble

Dans les neurosciences de Silico : canaux ioniques et modèles neuronaux

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.

Aider les humains : neuroprothèses MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

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.

Réseaux de neurones à épilation

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.

Physiologie cellulaire: modèles de tir neuronaux

Explore la recréation de modèles de tir neuronaux à travers des modèles de canaux ioniques et des algorithmes génétiques.

Dynamique de l'attracteur de l'anneau dans le cerveau de la drosophile

Explore les réseaux d'attracteurs d'anneaux dans le cerveau de Drosophila pour maintenir la direction de cap pendant la navigation.

Interfaces neuronales : Aperçu du cours

Couvre les interfaces neurales, la structure des cours, les projets et les principes de conception interdisciplinaires.

Fonctions de réponse dynamique dans les neurosciences

Par Tatjana Tchumatchenko explore les fonctions de réponse dynamique dans les neurosciences, mettant l'accent sur le rôle des fonctions de réponse linéaire dans la compréhension de l'activité neuronale.

Neuroprothèses motrices : interfaces cerveau-machine

Explore les interfaces cerveau-machine pour la neuroprothèse motrice, couvrant les techniques d'enregistrement, les signaux EEG et le décodage moteur.

Argument moyen sur le terrain : Activité asynchrone MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore l'activité asynchrone stationnaire dans les populations neuronales et l'argument du champ moyen.

Cellules de direction de la tête MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Déplacez-vous dans les cellules de direction de la tête, en codant le cap des animaux et en continuant dans l'obscurité.

Optogénétique : activité neuronale probante avec lumière

Explore l'optogénétique, les outils génétiquement codés et les applications cliniques dans l'étude de l'activité neuronale avec la lumière.

Progrès récents dans l'apprentissage structurel des modèles graphiques

Couvre les progrès récents de l'apprentissage structurel pour les modèles graphiques, y compris les modèles gaussiens, les modèles mixtes et les événements extrêmes.

Imager le cerveau en action MOOC: Mécanismes cellulaires des fonctions cérébrales

Explore l'activité cérébrale d'imagerie en utilisant diverses techniques et couvre la dynamique spatio-temporelle, la cartographie du cortex sensorimoteur et l'imagerie en temps réel.

Conclusions MOOC: Mécanismes cellulaires des fonctions cérébrales

Résume le cours sur la fonction cérébrale, en soulignant les progrès et les orientations futures.

Dynamique neuronale : Réseaux aléatoires MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore la dynamique des populations neuronales, en mettant l'accent sur les réseaux aléatoires et les arguments de terrain moyen pour la connectivité.

Champ moyen stationnaire : Dynamique neuronale MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore le concept de champ moyen stationnaire dans les neurosciences computationnelles pour prédire l'activité neuronale en fonction de la population et des taux de déclenchement d'un seul neurone.

Connectivité synaptique structurée dans les régions Hippocampales

Explore la connectivité synaptique dans les régions hippocampales, en mettant l'accent sur la complexité des réseaux neuronaux et le rôle des approches de modélisation.

Modélisation de l'activité neuronale

Explore la modélisation de l'activité neuronale, y compris les taux de tir, les réponses aux stimuli et le comportement du réseau.

Probation d'activité neuronale : Optogénétique et outils de calcium

Explore des outils à lumière et à calcium pour étudier l'activité neuronale, en mettant l'accent sur l'optogénétique et l'ingénierie des protéines de fusion.

Méthodes numériques stochastiques pour les systèmes quantiques à plusieurs corps

Explore les méthodes stochastiques pour les systèmes quantiques, y compris la diagonalisation exacte, les méthodes variationnelles, les réseaux neuronaux et l'apprentissage automatique.