神经元模型:从离子通道到计算 | 周五直播·神经动力学读书会直播
导语
随着电生理学、网络建模、机器学习、统计物理、类脑计算等多种技术方法的发展,我们对大脑神经元相互作用机理与连接机制,对意识、语言、情绪、记忆、社交等功能的认识逐渐深入,大脑复杂系统的谜底正在被揭开。为了促进神经科学、系统科学、计算机科学等领域研究者的交流合作,我们发起了【神经动力学模型读书会】,本次分享属于【神经动力学模型读书会】第二期:神经元模型:从离子通道到计算。
【神经动力学模型读书会】第二期,我们邀请到美国Brandeis University臧蕴亮老师,分享神经元模型相关知识。本期读书会将于4月1日(本周五)晚上19:00-21:00举办,直播报名入口见后文。
背景
背景
大脑中信息传递主要是通过底层的神经元产生并传递不同形式的脉冲来实现的。因此了解神经元如何处理信息、传递信息对理解环路以及脑实现相应功能的机理有着重要意义。
简介
简介
在本周的分享中,主讲人从常用的神经元建模方法及其缺陷讲起,然后介绍不同种类神经元的计算特性(如typeI和typeII),并围绕这些特性以及相关论文,重点讨论基于神经元模型的研究方向及进展,最后对神经元模型的研究热点进行展望。
大纲
大纲
2.神经元常用建模方法
4. 神经元模型研究热点展望
主讲人
主讲人
研究方向:树突学习、树突编码、小脑学习、神经系统鲁棒性机制、神经调控、记忆形成和遗忘机制(果蝇)、类脑计算。
直播信息
直播信息
[2] JR Clay.(2009). Determining K+ channel activation curves from K+ channel currents often requires the Goldman–Hodgkin–Katz equation. Front. Cell. Neurosci.
[3] G Drion, T O’Leary, E Marder. (2015). Ion channel degeneracy enables robust and tunable neuronal firing rates. Proceedings of the National Academy of Sciences 112 (38), E5361-E5370
[4] Y Zang, E Marder. (2021). Interactions among diameter, myelination, and the Na/K pump affect axonal resilience to high-frequency spiking. Proceedings of the National Academy of Sciences 118 (32), e2105795118
[5] A Gidon et al., (2020). Dendritic action potentials and computation in human layer 2/3 cortical neurons. Science. 367 (6473), 83-87
神经动力学模型读书会启动
读书会大纲一览:
复杂神经动力学:分析与建模 神经元动力学 神经动力学场论 全脑动态模拟 多尺度生成模型 睡眠调控 癫痫发作的神经动力学 神经调控 决策的神经计算机制 脉冲神经网络的应用 总结圆桌会
点击“阅读原文”,报名直播