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 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.
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 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.
Explore l'optogénétique, la chimiogénétique et la sonogénétique pour concevoir l'activité neuronale à l'aide de la lumière, des produits chimiques et du son.
Explore la synergie entre l'apprentissage automatique et les neurosciences, en montrant comment les réseaux neuronaux profonds peuvent prédire les réponses neuronales et les défis rencontrés par l'IA en robotique.
Couvre les microélectrodes flexibles à base de polymère, les électrodes de manchette, les réseaux ECOG et les interfaces nerveuses périphériques, en discutant des matériaux, des propriétés, du traitement et des applications.
Explore la modélisation des signaux neurobiologiques avec les chaînes Markov, en mettant l'accent sur l'estimation des paramètres et la classification des données.
Explore les méthodes de détection et de correction des erreurs de paramètres dans les réseaux électriques à l'aide d'analyses statistiques et d'outils de calcul.