Bewertung:
Das Buch wird dafür gelobt, dass es eine klare und umfassende Einführung in die Computational Neuroscience mit praktischen Werkzeugen zur Modellierung neuronaler Aktivität bietet. Während viele Nutzer den Inhalt gut organisiert und zugänglich finden, weisen einige auf Fehler und unterschiedliche Klarheit der Erklärungen hin.
Vorteile:Klare und umfassende Einführung, ausgezeichnete Organisation, minimale mathematische Vorkenntnisse erforderlich, praktische Computer-Tutorials und Matlab-Codes bereitgestellt, für Anfänger geeignet, gut ausgewählte Beispiele, schnelle Lieferung.
Nachteile:Enthält eine Reihe von Fehlern, einige Abschnitte sind unklar oder kryptisch.
(basierend auf 8 Leserbewertungen)
An Introductory Course in Computational Neuroscience
Ein Lehrbuch für Studenten mit begrenzten Vorkenntnissen in Mathematik und Computerprogrammierung, das den Schwerpunkt auf Computer-Tutorials legt, die den Leser bei der Erstellung von Modellen des neuronalen Verhaltens anleiten.
In diesem einführenden Text lernen die Studierenden, das komplexe Verhalten einzelner Neuronen und Gehirnschaltungen zu verstehen, zu simulieren und zu analysieren. Es basiert auf Computer-Tutorials, die die Studenten bei der Erstellung von Modellen neuronalen Verhaltens anleiten, wobei der zugehörige Matlab-Code online frei verfügbar ist. Anhand dieser Modelle lernen die Studierenden, wie einzelne Neuronen funktionieren und wie Neuronen, wenn sie miteinander verbunden sind, in einem Schaltkreis zusammenarbeiten. Das Buch demonstriert anhand von simulierten Modellen, wie Oszillationen, Multistabilität, Post-Stimulus-Rebounds und Chaos sowohl in einzelnen Neuronen als auch in Schaltkreisen entstehen können, und es untersucht deren Rolle im Gehirn.
Das Buch vermittelt zunächst grundlegende Kenntnisse der Neurowissenschaften, der Physik, der Mathematik und von Matlab, wobei die Erklärungen durch viele Beispielprobleme veranschaulicht werden. Die folgenden Kapitel befassen sich mit dem Neuron und der Spike-Produktion, mit einzelnen Spike-Zügen und den zugrunde liegenden kognitiven Prozessen, mit leitwertbasierten Modellen, mit der Simulation synaptischer Verbindungen, mit Feuerratenmodellen für den Betrieb großer Schaltkreise, mit dynamischen Systemen und ihren Komponenten, mit synaptischer Plastizität und mit Techniken zur Analyse von Neuronenpopulationsdatensätzen, einschließlich der Hauptkomponentenanalyse, der Hidden-Markov-Modellierung und der Bayes'schen Decodierung.
Das Buch ist auch für Studenten der Biowissenschaften mit begrenzten Vorkenntnissen in Mathematik und Computerprogrammierung zugänglich und kann im Rahmen eines "umgedrehten" oder "umgekehrten" Lehransatzes verwendet werden, wobei die Unterrichtszeit der praktischen Arbeit an den Computer-Tutorials gewidmet ist. Es kann auch eine Ressource für Doktoranden der Biowissenschaften sein, die Computerkenntnisse und ein tieferes Wissen über neuronale Funktionen und neuronale Schaltkreise erwerben möchten.
| ISBN: | 9780262038256 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 408 |
Derzeit verfügbar, auf Lager.
