| Ementa/Descrição: |
Modelos e propriedades computacionais de células e populações neuronais, tanto biofisicamente detalhados quanto abstratos. Modelos para memória, plasticidade e aprendizado: regras de plasticidade sináptica; aprendizado supervisionado, não supervisionado, competitivo. Análise de trens de potenciais de ação: codificação de estímulos sensoriais, decodificação de trens de disparos e atividade populacional. |
| Referências: |
DAYAN, Peter; ABBOTT, Laurence F. Theoretical neuroscience: computational and mathematical modeling of neural systems. Massachusetts: Massachusetts Institute of Technology Press, 2001.
STERRATT, D.; GRAHAM, B.; GILLIES, A.; & WILLSHAW, D. Principles of computational modelling in neuroscience. New York: Cambridge University Press, 2011.
TRAPPENBERG, Thomas. Fundamentals of computational neuroscience. New York: OUP Oxford, 2009.
Bibliografia Complementar
GERSTNER, Wulfram; WERNER, M. Kistler; NAUD, Richard; PANINSKI, Liam. Neuronal dynamics: from single neurons to networks and models of cognition. Cambridge University Press, 2014. Disponível digitalmente em: https://neuronaldynamics.epfl.ch/). Acesso em: 29 de maio de 2019.
IZHIKEVICH, Eugene M. Dynamical systems in neuroscience. England: MIT press, 2007 (disponível em parte em: https://www.izhikevich.org/publications/dsn.pdf). Acesso em: 29 de maio de 2019.
KOCH, Christof. Biophysics of computation ed. vol. Oxford University Press. 2004.
MILLER, Paul. An introductory course in computational neuroscience. 1st ed. London: MIT Press, 2018.
|
