学习成果 完成本模块后,学生将了解: - 计算神经科学的基本概念、理论基础和最常用的模型 - 相关的基本神经生物学知识和相关的理论方法以及这些方法迄今为止得出的结论 - 不同模型的优势和局限性 - 如何适当地选择用于建模神经系统的理论方法 - 如何在考虑神经生物学发现的同时应用这些方法 - 如何批判性地评估获得的结果。 - 如何使模型适应新问题以及开发新的神经系统模型。 内容 本模块提供有关神经系统组成部分及其建模的基本知识,包括有关神经元和神经回路内信息处理的基本神经生物学概念和模型。具体主题包括: - 神经元的电特性(能斯特方程、戈德曼方程、戈德曼-霍奇金-卡兹电流方程、膜方程) - 霍奇金-赫胥黎模型(电压依赖性电导、门控变量、瞬态和持续电导、动作电位产生) - 通道模型(状态图、随机动力学) - 突触模型(化学和电突触) - 单室神经元模型(整合-激发、基于电导) - 树突和轴突模型(电缆理论、拉尔模型、多室模型、动作电位传播) - 突触可塑性和学习模型(释放概率、短期抑制和促进、长期可塑性、赫布规则、基于时间的可塑性规则、监督/无监督和强化学习) - 网络模型(前馈和循环、兴奋-抑制、发放率和随机、联想记忆) -神经元和网络模型的相空间分析(线性稳定性分析、相图、分岔理论模块组件
主要关键词