Couvre la fonction neuronale, les modèles hiérarchiques, les comportements des taxis odorants et les paramètres de circuit disparates dans 18 diapositives.
Explore l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux à l'aide d'outils comme NEURON, NEST et BRIAN.
Explore la compréhension biophysique du comportement neuronal, en se concentrant sur les potentiels d'action, les défis de modélisation neuronale et l'inhibition dendritique.
Explore les équations différentielles linéaires, y compris les équations linéaires homogènes d'ordre supérieur et les équations à coefficients constants.
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.
Introduit des équations différentielles ordinaires, leur ordre, des solutions numériques et des applications pratiques dans divers domaines scientifiques.
Explore la stabilité transitoire dans la dynamique des systèmes de puissance, couvrant les équations algébriques, les modèles de générateurs et les techniques d'intégration numérique.
Explore l'analyse de la trajectoire d'une balle en contact avec un faisceau, en se concentrant sur les forces, les angles et les équations de mouvement.
Introduit des équations différentielles ordinaires, en discutant des définitions, des exemples, des solutions, et la transition des formes implicites à explicites.
Explore l'intersection entre les neurosciences et l'apprentissage automatique, en discutant de l'apprentissage profond, de l'apprentissage par renforcement, des systèmes de mémoire et de l'avenir du pont entre l'intelligence machine et l'intelligence humaine.
Couvre l'approximation numérique des PDE, y compris les équations de Poisson et de la chaleur, les phénomènes de transport et les limites incompressibles.
