Explore la dynamique de décision dans les neurosciences computationnelles, en mettant l'accent sur des modèles concurrentiels et des interactions 2-dimensionnelles efficaces entre les populations.
Explore les propriétés mécaniques et électriques des tissus neuraux, y compris le cerveau et la moelle épinière, ainsi que l'enregistrement des signaux neuraux à l'aide de diverses techniques.
Couvre l'analyse des données de potentiel membranaire des classes neuronales lors de la détection de moustaches chez la souris, en explorant les propriétés cellulaires et la modulation sensorielle.
Explore le potentiel d'inversion et l'équation de Nernst dans les neurosciences computationnelles, en se concentrant sur les canaux ioniques et la biophysique neuronale.
Explore les surfaces chargées, le modèle DLVO, la cinétique d'agrégation, la charge de surface, l'équation Poisson-Boltzmann, la structure double couche, la mesure du potentiel de zêta et les applications pratiques.
Explore les stratégies de reconstruction et de simulation dans Simulation Neuroscience, mettant l'accent sur les composants de construction, les workflows, la validation, la diversité des neurones, l'anatomie des microcircuits et les volumes de tissus virtuels.
Explique les mécanismes des potentiels d'action et leur propagation dans les neurones, en se concentrant sur les canaux ioniques et le rôle de la myélinisation.
