AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

Neural Noise and Neural Signals (B. Lindner) - Detailseite

  • Funktionen:
  • Online Belegung noch nicht möglich oder bereits abgeschlossen
Grunddaten
Veranstaltungsart Vorlesung Veranstaltungsnummer 3315495
Semester SoSe 2018 SWS 4
Rhythmus jedes Semester Moodle-Link http://moodle.hu-berlin.de/course/view.php?id=82041
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Weitere Links Website der Lehrveranstaltung
LV im Stundenplan des Instituts f. Physik
Belegungsfrist Es findet keine Online-Belegung über AGNES statt!
Wichtige Änderungen Die Vorlesung findet im Hörsaal im Haus 6, Philippstr.13 (10115 Berlin) statt (im Bernstein Zentrum for Computational Neuroscience). Die Übung wird im selben Gebäude im Seminarraum 114 abgehalten.

Termine

Gruppe 1 iCalendar Export iCalendar Export
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer
iCalendar Export Mi. 11:00 bis 13:00 wöch 18.04.2018 bis 18.07.2018 
Einzeltermine anzeigen
  Lindner findet statt     1000
Gruppe 1:
Zur Zeit keine Belegung möglich

Studiengänge
Abschluss Studiengang LP Semester
Master of Science  Biophysik Hauptfach ( POVersion: 2008 )     2 - 4 
Master of Science  Physik Hauptfach ( POVersion: 2010 )     1 - 4 
Master of Science  Physik Hauptfach ( Vertiefung: kein LA; POVersion: 2016 )     1 - 4 
Zuordnung zu Einrichtungen
Einrichtung
Mathematisch-Naturwissenschaftliche Fakultät, Institut für Physik
Inhalt
Kommentar Lern- und Qualifikationsziele
Aspects of randomness in neural activity and information processing can be successfully analyzed in terms by stochastic models. This course gives an introduction to the models and measures of neural noise (or 'variability' as it is more often called) and should enable the student to follow the current literature on the subject on his/her own. To this end, some key concepts from nonlinear dynamics, stochastic processes, and information theory are outlined. Then a number of basic problems (see below) is addressed; here, the main emphasis is given to analytically tractable models, but simulation techniques are explained as well. As an outlook some more involved problems (ISI statistics under correlated ('colored') noise, with subthreshold oscillations, or with adaptation, stimulus-induced correlations) are sketched at the end of the course.
Gliederung / Themen / Inhalte
Überblick zu theoretischen Modellen der Neurophysik, die die spontane Aktivität und Signaltransmission in Nervenzellen beschreiben.

Contents include: Key concepts from nonlinear dynamics (bifurcations, fixed points, manifolds, limit cycle), stochastic processes (Langevin and Fokker-Planck equations, Master equation, linear response theory), information theory (mutual information and its lower and upper bounds), point processes (Poisson process; renewal vs. nonrenewal point process). Neural noise sources and how they enter different neuron models, the diffusion approximation of synaptic input or channel fluctuations by a Gaussian noise, measures of spike train and interval variability and their interrelation, Poisson spike train: entropy & information content, one-dimensional stochastic integrate-and-fire (IF) neurons: spontaneous activity, response to weak stimuli & information transfer, different forms of stochastic resonance in single neurons and neuronal populations, multidimensional IF models: subthreshold resonances, synaptic filtering & spike-frequency adaptation, effect of nonrenewal behavior of the spontaneous activity on the information transfer, outlook: stimulus-driven correlations; networks of stochastic neurons.
Bemerkung Ansprechpartner
Prof. Lindner NEW 15 3'412 (oder Campus Nord, Philippstr. 13, Haus 2, Raum 1.17
Prüfung muendliche Pruefung

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2018. Aktuelles Semester: WiSe 2019/20.
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin