FEEC/CPG - Caderno de Horário (Oferecimento de Disciplinas) - CPG
Caderno Horário:
IA755 - Métodos em Neurociência Computacional | Methods in Computational Neuroscience | Metodos en Neurociencia Computacional
Turma: A - Período: 2/2026 - Tipo Período: 2o. 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).
Conteudo Programático: 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 despike 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. Forma Avaliação: Exercícios computacionais e testes conceituais.
Conteudo Programático em Inglês: Part I – Biophysical modeling of neuronal dynamics: Hodgkin-Huxley model; Ca++ and K+ channels dependent on Ca++; multi-compartmental models of neurons; models of passive and active dendritic arborization; models of synapses and synaptic interactions in the dendritic arborization. Part II – Simplification of neuronal dynamics: integrate-and-fire models, FitzHugh-Nagumo model, Morris-Lecar model, models based on firing rate, stochastic models of neuronal activity; neuronal coding and decoding; information theory applied to spike train analysis. Part III – Modeling and analysis of neural networks: architecture and connectivity of neuronal networks, coupled oscillator models (e.g., Mirollo-Strogatz, Kuramoto, Ermentrout-Kopell), pattern generating circuits, synchronization analysis in neuronal networks. Assessment Form: Computational exercises and conceptual tests.
Conteudo Programático em Espanhol: Parte I – Modelado biofísico de la dinámica neuronal: modelo de Hodgkin-Huxley; Canales de Ca++ y K+ dependientes de Ca++; modelos multicompartimentales de neuronas; modelos de arborización dendrítica pasiva y activa; Modelos de sinapsis e interacciones sinápticas en la arborización dendrítica. Parte II – Simplificación de la dinámica neuronal: modelos de integración y disparo, modelo de FitzHugh Nagumo, modelo de Morris-Lecar, modelos basados en la tasa de disparo, modelos estocásticos de actividad neuronal; codificación y decodificación neuronal; Teoría de la información aplicada al análisis de trenes de picos. Parte III – Modelado y análisis de redes neuronales: arquitectura y conectividad de redes neuronales, modelos de osciladores acoplados (por ejemplo, Mirollo-Strogatz, Kuramoto, Ermentrout-Kopell), circuitos generadores de patrones, análisis de sincronización en redes neuronales. Formulario de evaluación: Ejercicios de cálculo y pruebas conceptuales.
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 5
Mais informações:
Docente(s):
- Leonardo Abdala Elias ( Matrícula: 306914 - e-mail: leoelias@unicamp.br - Ramal: 13756 )
Horário(s):
- quarta-feira das 14:00 às 18:00
Sala(s):
- CEB
Turma(s):
- A