de | en

Introduction to Computational Neuroscience

Modul EI7322

Dieses Modul wird durch Fakultät für Elektrotechnik und Informationstechnik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom SS 2017

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
WS 2017/8SS 2017SS 2014

Basisdaten

EI7322 ist ein Semestermodul in Deutsch auf Master-Niveau das im Sommersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 45 h 5 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

Die Vorlesung zeigt anhand von Beispielen das methodische Vorgehen bei der Analyse und Modellierung von Neuronen, neuronalen Systemen und Verhaltensleistungen.
Inhalt in Stichpunkten:
Spiking neurons, resting membrane potential, ion channels, action potential, Hodgkin-Huxley model, phase plane
analysis, leaky integrate-and-fire model, synaptic transmission,
synaptic plasticity, neural networks, perceptron, Hebb's learning rule, Hopfield networks, firing rate analysis with regression and system identification. Optimal estimation: minimum variance, maximum likelihood, maximum a-posteriori, mechanisms of sensory fusion.Modelling of sensorimotor systems.

Lernergebnisse

Nach Abschluss des Moduls sind Studierende in der Lage, neuronalen Systemen und Verhaltensleistungen zu verstehen, die Analyse und Modellierung von Neuronen zu bewerten und Modelle von Neuronen und neuronalen Netzwerken sowie sensomotorischen Systemen zu implementieren und zu analysieren.

Voraussetzungen

Grundlagen der Systemtheorie
Grundlagen der Informatik

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VI 3 Introduction to Computational Neuroscience Di, 09:45–12:30, 0509.04.999

Lern- und Lehrmethoden

Als Lehrmethode wird in der Vorlesungen Frontalunterricht, in den Übungen Arbeitsunterricht (Berechnung ausgewählter Beispiele am Computer) gehalten.

Medienformen

- Präsentationen
- Skript
- Übungen mit Programmierbeispielen am Computer

Literatur

Folgende Literatur wird empfohlen:

- P. Dayan, L. Abbott, Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems (2005),
MIT Press, ISBN 978-0262541855

- T. Trappenberg, Fundamentals of Computational Neuroscience (2010), Oxford UP, ISBN 978-0199568413

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

Während einer schriftlichen Prüfung (90 min) müssen die Studenten rechnerische Modelle von Hirnfunktionen wiedergeben und die Eignung unterschiedlicher Ansätze für Modellierungsaufgaben beurteilen. Die Studenten müssen außerdem demonstrieren, dass sie bestehende Modelle auf neue sensorische oder motorische Bedingungen übertragen bzw. entsprechend erweitern können.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird im Folgesemester angeboten.

Nach oben