CH0012 - COMPUTATIONAL MODELING OF BRAIN AND COGNITION

insegnamento

ID:

CH0012

Durata (ore):

64

CFU:

SSD:

BIOINGEGNERIA ELETTRONICA E INFORMATICA

Sede:

CHIETI

Url:

Dettaglio Insegnamento:

COMPUTATIONAL COGNITIVE SCIENCE/ANALISTA DI BIG-DATA NELLE NEUROSCIENZE COGNITIVE Anno: 2

Anno:

2024

Periodo di attività

Primo Semestre (01/10/2024 - 18/01/2025)

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.

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.