Wstęp do neurodynamiki i neuroinformatyki 1000-1M09WNN
Plan wykładu
1) Wstęp ogólny neurobiologii:
- przegląd struktury mózgu, neuronów, i synaps;
2) Dynamika pojedynczego neuronu:
- podstawowe własności elektryczne i chemiczne neuronów i synaps;
- model Hopfielda, prog aktywności;
- model "integrate-and-fire";
- model Hodgkina-Huxley'a;
- model synapsy; synapsy pobudzające (excitatory) i hamujące (inhibitory);
3) Dynamika sieci neuronowych:
- modele sieciowe firing-rate;
- siec neuronow "integrate-and-fire";
- synchronizacja sieci - czemu to służy?;
- plastyczność synaps, pamięć i uczenie się sieci neuronów;
4) Teoria informacji w sieciach neuronowych:
- jak informacja jest kodowana w aktywności neuronów?
- entropia sieci neuronowych;
- informacja wzajemna (mutual information);
- informacja Fishera, dokładność kodowania w sieci;
5) Przykłady modelowania procesów neuronowych (jeśli starczy czasu).
Wymagania wstępne
Oczekuje ze słuchacze wykładu będą wiedzieć jak rozwiązywać analitycznie liniowe równania różniczkowe. Plusem tez jest wiedzieć (choć nie jest to wymagane) jak numerycznie rozwiązywać nie-liniowe równania różniczkowe i ich układy (np. metoda Runge-Kutta w Matlabie, C, lub Fortranie) - poświęcę temu na wykładzie trochę czasu. Wymagana jest tez znajomość podstaw algebry liniowej (macierze i ich transformacje) oraz elementarna znajomość rachunku prawdopodobieństwa i rozkładu Gaussa.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza i umiejętności
Student:
1) wie, z jakich składników składa się mózg;
2) zna podstawy biofizyki neuronów i synaps;
3) zna matematyczne modele neuronów i synaps typu: „integrate-
and-fire”, „firing rate”, i „Hodgkin-Huxley”;
4) potrafi podać przykłady plastyczności synaps i zbadać warunki ich
stabilności;
5) wie, w jaki sposób informacja jest kodowana w układzie
nerwowym;
6) potrafi policzyć entropię aktywności neuronów;
7) zna definicje informacji wzajemnej i jak ja policzyć w prostych
przypadkach.
Kompetencje społeczne
Student rozumie znaczenie modelowania matematycznego dla zrozumienia procesów zachodzących w mózgu.
Literatura
Podręcznika w języku polskim nie ma. Wyklad będzie czesciowo oparty na książce: "Theoretical Neuroscience: computational and mathematical modeling of neural systems" (MIT Press, 2001). Autorami sa Peter Dayan i L.F. Abbott. Na wykładzie dostarczę kopie stron z tej książki najbardziej użyteczne. Bardzo dużo materiałów można tez znaleźć pod hasłem "computational neuroscience" w Google. Wykład może być prowadzony po angielsku jeśli takie będzie zapotrzebowanie.
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: