• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2020/2021

Вычислительная нейробиология

Статус: Курс по выбору (Программирование и анализ данных)
Направление: 01.04.02. Прикладная математика и информатика
Когда читается: 2-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Прогр. обучения: Программирование и анализ данных
Язык: русский
Кредиты: 4
Контактные часы: 40

Программа дисциплины

Аннотация

Целью освоения дисциплины «Вычислительная нейробиология» является формирование у студентов теоретических знаний и практических навыков для создания моделей нервных систем человека и животных. В результате изучения этой дисциплины студенты будут владеть основными методами и принципами моделирование нейронов и систем нейронов, позволяющих воспроизводить нервную деятельность отдельных регионов нервной системы. В результате освоения дисциплины студент должен: − знать основные физиологические свойства нейронов и нервных систем. − знать основные концепции моделирования нейронов и нервных систем; − уметь создавать программы, реализующие основные подходы к системному и объемному моделированию нервных узлов, на языке Java или C++;
Цель освоения дисциплины

Цель освоения дисциплины

  • формирование у студентов теоретических знаний и практических навыков для создания моделей нервных систем человека и животных.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основные этапы создания модели нервной системы. Оценивает время, необходимое для проведения каждого этапа создания проекта. Использует навыки планирования разработки проекта При решении практических задач.
  • Формулирует математический аппарат для моделирования нейронов и нервных систем. Реализует алгоритмы решения выбранной задачи на языке Java или C++. Оценивает сложность работы алгоритма.
  • Знает области целесообразного применения платформы языков Java или C++ для моделирования физиологических процессов в нейронах и нервных системах. Читает свой и чужой код, проводит отладку программы. Определяет целесообразность применения тех или иных библиотек для выбранной задачи.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Нейронное кодирование и декодирование.
  • Нейроны и нейронные сети
  • Адаптация и обучение.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание 1
  • неблокирующий Домашнее задание 2
  • неблокирующий Домашнее задание 3
  • блокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.19 * Домашнее задание 1 + 0.14 * Домашнее задание 2 + 0.17 * Домашнее задание 3 + 0.5 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Dayan, P., & Abbott, L. F. (2001). Theoretical Neuroscience : Computational and Mathematical Modeling of Neural Systems. Cambridge, Mass: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=74918

Рекомендуемая дополнительная литература

  • Michael Schmuker. (2014). param-space-visu: Springer Encyclopedia of Computational Neuroscience Release. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.F1CF63