TO0053 - COMPUTATIONAL MODELING OF BRAIN AND COGNITION

insegnamento
ID:
TO0053
Durata (ore):
80
CFU:
8
SSD:
BIOINGEGNERIA ELETTRONICA E INFORMATICA
Sede:
CHIETI
Url:
INGEGNERIA BIOMEDICA/CORSO GENERICO Anno: 3
Anno:
2026
Course Catalogue:
https://unich.coursecatalogue.cineca.it/af/2026?co...

Dati Generali

Periodo di attività

Primo Semestre (01/10/2026 - 21/12/2026)

Syllabus

Obiettivi Formativi


Il corso si propone di fornire le conoscenze teoriche e tecniche per lo studio dei modelli computazionali cerebrali.


Lo studente alla fine del corso sarà in grado di studiare e capire i modelli computazionali cerebrali a diversi livelli di specificità: partendo dai modelli neuronali e finendo a modelli di processi cognitivi.

Prerequisiti


Conoscenze di base di Fisica, Neurofisiologia, Analisi Matematica e Algebra Lineare.

Metodi didattici


L’insegnamento si compone di 64 ore di didattica frontale, suddivise in lezioni da 2 e 3 ore.

Le lezioni frontali si avvalgono del supporto di diapositive e riguardano aspetti teorici della disciplina.


Inoltre, all’interno del corso sono previste delle esercitazioni pratiche che includono l’implementazione di alcuni modelli computazionali presentati durante il corso.

Verifica Apprendimento


La verifica dell'apprendimento consiste in una prova orale volta a valutare la comprensione degli aspetti tecnici e teorici dei modelli e delle tecniche introdotte durante il corso.




Il voto finale è espresso in trentesimi e basato sui seguenti giudizi:


18-22/30 (Sufficiente): Lo studente dimostra una conoscenza dei concetti di base sui modelli computazionali presentati. Tuttavia, il rigore nella presentazione è limitato.


23-25/30 (Discreto): Lo studente possiede una discreta padronanza della modelli computazionali. È in grado di esporre in maniera soddisfacente i concetti fondamentali trattati nel corso.


26-27/30 (Buono): Lo studente mostra una buona padronanza della materia e precisione nel linguaggio tecnico. È capace di affrontare gli argomenti in maniera rigorosa e con sicurezza.


28-30/30 (Ottimo): Lo studente dimostra una spiccata capacità di analisi critica, muovendosi con disinvoltura tra gli aspetti teorici e applicativi della materia presentata.


30 e Lode: La lode è riservata agli studenti che dimostrano una particolare brillantezza nella conoscenza della materia, presentano i modelli in maniera autonoma e riescono a spiegare correttamente il funzionamento dei modelli in assoluta autonomia in diversi livelli di complessità.

Testi


I testi di riferimento sono:


Eugene M. Izhikevich, Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting The MIT Press, 2007


Dayan, P. (2005). Theoretical Neuroscience: Computational And Mathematical Modeling of Neural Systems. MIT Press.


Gerstner, Wulfram, et al. Neuronal dynamics: From single neurons to networks and models of cognition. Cambridge University Press, 2014.



Materiale didattico fornito dal docente e disponibile online per la preparazione dell'esame

Contenuti


I contenuti dell’insegnamento riguardano i modelli computazionali cerebrali e cognitivi. Verranno presentati i modelli computazionali dei neuroni con particolare attenzione allo studio dei sistemi dinamici e teoria delle biforcazioni. Inoltre verranno anche presentati dei modelli basati sulle network cerebrali con applicazione nelle neuroscienze cognitive, per definire processi di alto livello come le decisioni e la memoria.

Durante il corso verranno anche introdotte alcune esercizationi, su ambiente python, per implementare e studiare tali modelli.

Lingua Insegnamento


ITALIANO

Altre informazioni


Le slide e altro materiale didattico, anche suggerito per approfondimenti, sono disponibili sulla piattaforma e-learning del corso.




La frequenza sistematica alle lezioni è altamente raccomandata.


Ricevimento: ogni martedì dalle 15 alle 17, per appuntamento

Corsi

Corsi

INGEGNERIA BIOMEDICA 
Laurea
3 anni
No Results Found