IA755 - Métodos em Neurociência Computacional
Turma: A -
Período: 1/2025 -
Tipo Período: 1o. período letivo -
Disciplina: 4 créditos.
Ementa: Parte I – Modelagem biofísica da dinâmica neuronal: modelo de Hodgkin-Huxley; canais de Ca++ e K+ dependentes de Ca++; modelos multi-compartimentais de neurônios; modelos da arborização dendrítica passiva e ativa; Modelos de sinapses e interações sinápticas na arborização dendrítica. Parte II – Simplificação da dinâmica neuronal: modelos do tipo integrate-and-fire, modelo de FitzHugh-Nagumo, modelo de Morris-Lecar, modelos baseados na taxa de disparos, modelos estocásticos da atividade neuronal; codificação e decodificação neuronal; teoria da informação aplicada à análise de spike trains. Parte III – Modelagem e análise de redes neuronais: arquitetura e conectividade de redes de neurônios, modelos de osciladores acoplados (e.g., Mirollo-Strogatz, Kuramoto, Ermentrout-Kopell), circuitos geradores de padrões, análise de sincronismo em redes de neurônios.
Bibliografia: [1] Churchland, P.S. and Sejnowski, T.J. The computational brain. 25th anniversary edition. MIT Press (2017). [2] Koch, C. Biophysics of computation: information processing in single neurons. Oxford University Press (1999). [3] Koch, C. and Segev, I. (eds.) Methods in neuronal modeling: from ions to networks. 2nd ed. MIT Press (2003). [4] Ermentrout, G.B. and Terman, D.H. Mathematical foundations of neuroscience. Springer (2010). [5] Abbott, L.F. and Dayan, P. Theoretical neuroscience: computational and mathematical modeling of neural systems. MIT Press (2001). [6] Gerstner, W.; Kistler, W.M.; Naud, R.; Paninski, L. Neuronal dynamics: from single neurons to networks and models of cognition. Cambridge University Press (2014). [7] Izhikevich E.M. Dynamical systems in neuroscience: the geometry of excitability and bursting. MIT Press (2007). [8] Sterrat, D.; Graham, B.; Gillies, A.; Willshaw, D. Principles of computational modelling in neuroscience. Cambridge University Press (2011). [9] Miller, P. An introductory course in computational neuroscience. MIT Press (2018).
Forma Avaliação: Exercícios computacionais e testes conceituais.
Ofertar para Graduação:
Sim Número Limite de Alunos de Graduação:
5
Aceita Estudante Especial:
Sim
Número de Alunos Total:
de 1 até 20