Hesaplamalı Sinirbilim

AMAÇ

Bu dersin amacı sinirsel bilginin şifrelenmesi ve şifre çözümü için gerekli matematiksel modelleri ve istatistiksel analiz yöntemlerini değerlendirmektir.

İÇERİK

Bu ders; Hesaplamalı sinirbilim nedir? ,Beyin bölgeleri, nöronlar, sinapslar. ,Nöron türleri, nörofizyoloji ,Hodgkin–Huxley nöron modeli ,Birleştir-ve-ateşleme tipi nöronlar ,Izhikevich nöron modeli ,Sinaptik etkileşim modelleri ,Vuru zamanlamasına bağlı plastisite ,Neuromodülasyon ,Gözetimli ve gözetimsiz öğrenme ,Pekiştirmeli öğrenme ,Osilasyonlar ,Sinir ağı benzetimi,Zorluklar ve mevcut problemler ; konularını içermektedir.

1. 1

   1. will be able to explain how neurons encode information.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

2. 2

   1.1. defines the brain regions and cytoarchitecture of neurons.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

3. 3

   1.2. assesses the relationship between the cytoarchitecture of the neurons and their membrane potential dynamics.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

4. 4

   2. will be able to quantitatively evaluate what a given component of a neural system is doing based on experimental data.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

5. 5

   2.1. formulates the computational principles in neuronal networks.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

6. 6

   2.2. assesses statistical relationship between experimental neuronal data and the behavior and/or stimulus.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

7. 7

   3. will be able to simulate neuronal networks.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

8. 8

   3.1. formulates the computational principles in neuronal networks.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

9. 9

   3.2. compares the dynamics of simulated neuronal network with experimental data.

   Öğretim yöntemi: Tartışma Yöntemi, Problem Çözme Yöntemi, Bireysel Çalışma Yöntemi, Soru - Cevap Tekniği, Beyin Fırtınası Tekniği, Benzetim/Simülasyon Tekniği, Anlatım Yöntemi · Değerlendirme: Ödev, Proje Görevi

HAFTALIK PLAN

1. HAFTA 1

   Hesaplamalı sinirbilim nedir?

2. HAFTA 2

   Beyin bölgeleri, nöronlar, sinapslar.

3. HAFTA 3

   Nöron türleri, nörofizyoloji

4. HAFTA 4

   Hodgkin–Huxley nöron modeli

5. HAFTA 5

   Birleştir-ve-ateşleme tipi nöronlar

6. HAFTA 6

   Izhikevich nöron modeli

7. HAFTA 7

   Sinaptik etkileşim modelleri

8. HAFTA 8

   Vuru zamanlamasına bağlı plastisite

9. HAFTA 9

   Neuromodülasyon

10. HAFTA 10

    Gözetimli ve gözetimsiz öğrenme

11. HAFTA 11

    Pekiştirmeli öğrenme

12. HAFTA 12

    Osilasyonlar

13. HAFTA 13

    Sinir ağı benzetimi

14. HAFTA 14

    Zorluklar ve mevcut problemler

DEĞERLENDİRME

• Ara Sınavın Başarıya Oranı50%
• Genel Sınavın Başarıya Oranı50%

İŞ YÜKÜ

KAYNAKLAR

• Kandel, E. R., Schwartz, J. H., Jessell, T. M., Siegelbaum, S. A., Hudspeth, A. J. , (2012) Principles of neural science, McGraw-Hill, New York. Dayan, P., Abbott, L. F., (2001) Theoretical neuroscience: Computational and mathematical modeling of neural systems, MIT Press, Cambridge. Izhikevich, E.M., (2007) Dynamical systems in neuroscience: The geometry of excitability and bursting, MIT Press, Cambridge.
• Katz, B. F., (2008) Neuroengineering the future, Infinity Science Press, Ingham. Berger, T.W., Glanzman, D. L., (2005) Toward replacement parts for the brain implantable biomimetic electronics as neural prostheses, MIT Press, Cambridge Lytton, W. W., (2002) From computer to brain : foundations of computational neuroscience.

ÖĞRETİM ELEMANLARI

• Assist.Prof. Mehmet KOCATÜRKKOORDİNATÖR
• Assist.Prof. Mehmet KOCATÜRK