Explore les réseaux de neurones piquants, les modèles de champ moyen, les fonctions de transfert et les prédictions de l'espace d'état et du comportement neuronal.
Couvre l'argument du champ moyen dans la neuroscience computationnelle, en se concentrant sur la prédiction de l'activité dans un champ moyen stationnaire.
Couvre les fondamentaux des signaux neuraux et du traitement des signaux, en mettant l'accent sur la modélisation et la simulation des systèmes neuraux.
Explore le concept de séparation des échelles de temps dans les neurosciences computationnelles et la réduction des détails dans les modèles neuronaux bidimensionnels.
Explore le développement d'un modèle mathématique du cerveau, axé sur l'organisation et la dynamique du cerveau, y compris les modèles d'activité neuronale et les phénomènes émergents.
Explore la modélisation de données in vitro pour les neurosciences informatiques, y compris la prédiction de la tension sous-seuil et des temps de pointe.
