Podstawy neurobiologii obliczeniowej - opis przedmiotu

Informacje ogólne

Nazwa przedmiotu	Podstawy neurobiologii obliczeniowej
Kod przedmiotu	13.1-WF-FizD-PNO-S17
Wydział	Wydział Fizyki i Astronomii
Kierunek	Fizyka
Profil	ogólnoakademicki
Rodzaj studiów	drugiego stopnia z tyt. magistra
Semestr rozpoczęcia	semestr zimowy 2017/2018

Informacje o przedmiocie

Semestr	4
Liczba punktów ECTS do zdobycia	4
Typ przedmiotu	obowiązkowy
Język nauczania	polski
Sylabus opracował	dr hab. Jarosław Piskorski, prof. UZ

Formy zajęć

Forma zajęć	Liczba godzin w semestrze (stacjonarne)	Liczba godzin w tygodniu (stacjonarne)	Liczba godzin w semestrze (niestacjonarne)	Liczba godzin w tygodniu (niestacjonarne)	Forma zaliczenia
Wykład	30	2	-	-	Egzamin
Laboratorium	30	2	-	-	Zaliczenie na ocenę

Cel przedmiotu

Zapoznanie studentów z teoretycznymi, obliczeniowymi i praktycznymi elementami neurobiologii
obliczeniowej. Przygotowanie do pracy w pracowni neurobiologii obliczeniowej w jednostce medycznej lub
naukowej.

Wymagania wstępne

Znajomość podstaw rachunku prawdopodobieństwa, biostatystyki oraz matematycznych metod neurobiologii
obliczeniowej. Umiejętność programowania w języku Python lub języku R

Zakres tematyczny

1) Neuron i modele oparte na konduktancji
2) Uproszczone modele neuronu i populacji neuronów
3) Analiza czasu występowania pików
4) Asocjatory i plastyczność synaptyczna
5) Przetwarzanie dużych wolumenów danych w bioinformatyce / big data w bioinformatyce
6) Podstawowe modele sieci
7) Szybkie sieci z modelowaniem wprost
8) Samoorganizujące się sieci i algorytmy genetyczne
9) Modelowanie statystyczne w neurobiologii obliczeniowej
10) Sieci chaotyczne

Podczas ćwiczeń studenci będą rozwiązywali zadania programistyczne związane z powyższymi
tematami posługując się językiem Python lub R.

Metody kształcenia

Wykład problemowy oraz konwersatoryjny. Ćwiczenia laboratoryjne, zadania programistycznie oraz projekty.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

Wykład:
Warunkiem zaliczenia wykładu jest zdanie egzaminu końcowego pisemnego polegającego na
opisaniu kilku problemów teoretycznych.
Ćwiczenia:
W trakcie zajęć laboratoryjnych studenci wykonywać będą otwarte projekty oparte o zawartość
wykładów.

Literatura podstawowa

[1] Thomas Trappenberg, Fundamentals of Computational Neuroscience 2nd Edition
[2] Peter Dayan, Laurence F. AbbottTheoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems (Computational Neuroscience Series) Revised ed. Edition

Literatura uzupełniająca

Uwagi

Zmodyfikowane przez prof. dr hab. Mirosław Dudek (ostatnia modyfikacja: 27-09-2017 11:28)