Bemerkung
(eng. Stochastic Processes in Neuroscience)
Unterrichtssprache in Absprache mit den Teilnehmenden
Inhalt
-Punktprozesse und statistische Beschreibung von Spike trains,
-Modelle fuer synaptischen Input,
-Diffusionsapproximationen,
-Stochastische Differenzialgleichungen,
-Fokker-Planck Gleichung,
-Stochastische Integrate-and-fire Neuronenmodelle,
-Neuronales Kodieren und Elemente der Informationstheorie
-Netzwerke von spikenden Neuronen und Mean-field Theorien
-Stochastische Kognitive Modelle: Entscheidungsfindung, multistabile Wahrnehmung und Arbeitsgedaechtnis
Literatur
Klenke: Wahrscheinlichkeitstheorie, Springer 2008, Oksendal: Stochastic Differential Equations, Springer 2010
Lang, Lord : Stochastic Methods in Neuroscience, Oxford University Press 2009; Ermentout, Terman: Foundations of Mathematical Neuroscience, Springer 2010.
Stannat: VL Skript: Stochastic processes in Neuroscience (SoSe 2016)
Gerstner, Kistler, Naud, Paninski: Neuronal Dynamics, Cambridge University Press 2014;
Dayan, Abbott: Theoretical Neuroscience, MIT Press 2001;
Gabbiani, Cox: Mathematics for Neuroscientists, Academic Press 2010
Voraussetzungen
Kenntnisse in Stochastik auf dem Niveau einer einführenden Veranstaltung
Lerninhalte
Diffusionsapproximationen
Brownsche Bewegung, stochastische Integration und stochastische Differentialgleichungen
Stochastische Modelle für einzelne Neuronen
Stochastische Modelle für Netzwerke von Neuronen