Saltar al contenido ForoHackers

Neurociencia computacional: por dónde empezar

Neurociencia computacional
#3254 · · Citar · Denunciar

La neurociencia computacional usa las matemáticas y la simulación para entender cómo los sistemas nerviosos procesan información: cómo dispara una neurona, cómo computan los circuitos, cómo aprenden los cerebros y cómo se pueden decodificar las señales. Sus modelos van del comportamiento eléctrico de una célula a redes de miles, y se juzgan por si explican, y predicen, los datos registrados.

Conceptos clave

  • Modelos de neurona: desde la sencilla unidad de integración y disparo hasta los modelos de conductancias de los canales iónicos.
  • Sinapsis y plasticidad: cómo cambia la fuerza de las conexiones con la actividad, la base del aprendizaje en los modelos.
  • Dinámica de redes: cómo los circuitos recurrentes producen oscilaciones, memoria y decisiones.
  • Codificación neuronal: cómo la tasa y el momento de los impulsos transportan información, y cómo decodificarla de los registros.
  • Análisis de datos: clasificación de impulsos, filtrado de señales y estadística sobre registros ruidosos y de muchas dimensiones.

Vocabulario

  • Potencial de membrana: el voltaje a través de la membrana de una neurona, que provoca sus impulsos.
  • Tren de impulsos: la lista de instantes en que dispara una neurona.
  • Curva de sintonía: cómo depende de un estímulo la tasa de disparo de una neurona.
  • Modelo de Hodgkin-Huxley: el conjunto clásico de ecuaciones de cómo los canales iónicos de una neurona generan un impulso.

Qué estudiar, en orden

  1. Cálculo, ecuaciones diferenciales, probabilidad y neurociencia básica.
  2. Simula una neurona de integración y disparo con fugas y dibuja su respuesta a distintas corrientes de entrada.
  3. Implementa un modelo de conductancias y observa cómo sus impulsos surgen de la dinámica de los canales.
  4. Construye una red pequeña de neuronas de impulsos y observa las oscilaciones y la sincronía.
  5. Analiza un registro público: calcula tasas de disparo, curvas de sintonía y una estimación de lo que codifican las neuronas.

Etiquetas relacionadas

#computational-biology #simulation #machine-learning #signal-processing #neuromorphic

No has iniciado sesión, así que esto se publica como anónimo: no se guarda con ello ninguna cuenta, nombre ni dirección, y no puede llevar enlaces ni imágenes. Inicia sesión o únete para publicar con tu nombre. Los registros de nuestro servidor web guardan la dirección y la hora de cada petición hasta 14 días; para que la tuya no quede en ellos, usa Tor. Para escribir al equipo de forma confidencial, usa el buzón. Firmar como fuente habitual (una clave guardada solo en este navegador)

Enviar tarda unos segundos aquí: tu navegador resuelve antes una prueba de trabajo contra el spam.

Responder