Explore la propagation du potentiel d'action, la modélisation membranaire, la conductance et l'encodage des signaux à travers des trains d'action potentiels.
Explore la modélisation de l'activité électrique du neurone, y compris les canaux ioniques et les concentrations, l'équation de Nernst et le potentiel de repos.
Explore le regroupement dans les réseaux de neurosciences silico, la définition de l'espace et le traitement des données rares pour reconstruire les régions du cerveau.
Explore la base physique de la propagation du signal dans les neurones, en se concentrant sur la configuration du potentiel membranaire et les canaux ioniques.
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.
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.
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 la structure, la fonction et la classification des canaux ioniques, leur rôle dans la fonction cérébrale et leur importance dans diverses maladies.
Explore le modèle Hodgkin-Huxley, les phases de potentiel d'action, la dynamique ionique, la théorie des câbles et la modélisation compartimentale dans l'excitabilité neuronale.
Se concentre sur l'assemblage des éléments constitutifs du réseau neuronal et sur la gestion de la rareté des données à l'aide de diverses stratégies et hypothèses.