Modèles de neurones de contrainte avec données expérimentales

Cette séance de cours s'oriente vers des modèles neuronaux contraignants avec des données expérimentales, mettant l'accent sur les niveaux d'abstraction, les modèles multicompartiments Hodgkin-Huxley, et des ensembles de données importants pour des contraintes telles que la morphologie, les canaux ioniques, la cinétique et les distributions. L'instructeur souligne l'importance de dériver des paramètres à partir de données expérimentales pour construire des modèles neuronaux réalistes.