Warning
This page is located in archive. Go to the latest version of this course pages. Go the latest version of this page.

bam33nin -- Neuroinformatika / Neuroinformatics

Výuka | Course info

Online Vyuka a cvicční probíhají dle rozvrhu na tomto odkazu Online výuka

Podmínky předmětu a způsob hodnocení

Rozvrh NIN 2020

Zkouška | Exam

První termín bude ve středu 27.5.2020 od 14:30-16.00h, ve středu 3.6, 13:00-15:0 a ve středu 10.6, 13.00-14.00, 24.6 11:30-12:30

Zkouška proběhne distanční formou na tomto odkazu: Ústní zkouška.

Ústní zkouška bude trvat 30 minut, bude se skládat ze 3 otázek, jedna otázka cca na 10 minut, celkem 40 bodů (1. otázka:13 bodů,v2. otázka:13 bodů, 3. otázka:14 bodů).

Seznam otázek k ústní zkoušce: seznam.pdf

Přednášky | Lectures

  1. 19.2: Úvod do neuroinformatiky, organizace předmětu, model membrány | Introduction Přednáška 1}}
  2. 26.2.: Modely neuronů: iontové kanály, synapse, Hodgkin-Huxley, Wilsonův model | Neuron models Přednáška 2
  3. 4.3.: Hodgkin-Huxley + šíření AP | HH model + AP propagation Přednáška 3
  4. 11.3.: LIF neuron, poissonův proces, variabilita pálení neuronu | LIF model, Poisson process /Přednáška 4
  5. 18.3.: Případová studie - Parkinsonova nemoc | Case study: Parkinson's disease (Eduard Bakštein) Přednáška 5
  6. 25.3: Synaptická plasticita | Plasticity Přednáška 6
  7. 15.4: Brain vascularisation (David Kala) | Brain vascularisation Přednáška 9, recorded lecture https://drive.google.com/file/d/1Qh_078G5LUz4adHR1DYz6DzsWOB8Wpu1/view
  8. 22.4: Vědomí, pozornost, emoce, paměť | Consciousness, attention, emotions, memory (Michal Vavrecka) Přednáška 10 PART I: https://drive.google.com/file/d/1nkjRPPypYTbRKi-YgyTa5HMUKvtag8-W/view , PART II: https://drive.google.com/file/d/1sPZtBSjvMv0yvfcJDOUtEt0hiO3Q0qWD/view
  9. 29.4: Samoorganizující se sítě, dynamické neuronové pole | Self organizing maps Přednáška 11, recorded lecture: https://drive.google.com/file/d/1xLI4x1VwlcCXDMJ9xQmd2QdD3c-cF5hI/view
  10. 6.5: Umělá sítnice (Jan Antolík) Přednáška 12 , recorded lecture: https://drive.google.com/file/d/1Pj0vzTi_XeeEUiMMtwW1EV2vMa0FmDti/view
  11. 13.5.Kódování, dekódování informace | Information coding Přednáška 13, recorded lecture: https://drive.google.com/file/d/1kjkxr-FDgJ9sJH3nXmVG9Caj5WUe83LU/view
  12. 20.5: Kognitivní modelování | Cognitive modelling (Karla Štěpánová) pre-recorded lecture: https://drive.google.com/open?id=1oZrEiTlaiAI4pPJUCCN4WifDy5tg6SmE

BONUS od Dana Klementa: Prostorová navigace i zvířat

Cvičení | Lab exercises

|Instruction for lab exercises (update 26.3.2020)

System for assignment hand-in: https://cw.felk.cvut.cz/brute/

Hangouts link labs: https://meet.google.com/tau-gawn-thz

Assignments: Due to the transfer to full distant teaching, we modify the instruction for hand-in of completed assignments. Starting April 1st 2020 (task 1.3 - LIF model), all assignments are to be submitted through the brute system (link above). Other instructions such as the deadlines remain unchanged. Upload your assignment as a zip archive with all necessary codes with a short pdf report, briefly summarizing the task and showing the results of the simulations.

Deadlines and penalties: 1 week for completion at full grade, two weeks 50% penalty, 2+ weeks 100% penalty (0 points). All exercises have to be completed and handed in order to obtain assessment. Please be patient with potential mis-configurations and possible technical issues with the system. In case of technical issues, no penalty will be applied, especially during the first weeks.

Doporučená literatura / Recommended literature

Available from the dept. of Cybernetics' library - contact Dr Petr Novak (novakpe@fel.cvut.cz)

[1] Thomas Trappenberg. Fundamentals of Computational Neuroscience. Oxford University Press, USA, June 2010.

[2] David Fitzpatrick William C. Hall Anthony-Samuel LaMantia Leonard E. White Dale Purves, George J. Augustine. Neuroscience. Sinauer Associates, Inc., 5th. edition edition, 2011.

[3] Michael L. Hines Nicholas T. Carnevale. The Neuron Book. Cambridge University Press, 2006.

[4] Werner M. Kistler Wulfram Gerstner. Spiking Neuron Models: Single Neurons, Populations, Plas- ticity. Cambridge University Press, 2002.

Program cvičení | Exercise materials

  1. Numerical integration - Euler's method | Matematický aparát: numerické metody řešení dif. rovnic
    • 19.2.2020
    • Assignment: Exercise 0.1
    • + bezpečnost práce
  2. Lab cancelled | Cvičení odpadá
    • 26.2.2020
  3. Neuron models: RC and EPSP | Modelování neuronů I - RC a EPSP model
  4. RC and EPSP - continued | Modelování neuronů I - RC a EPSP model
    • 1.3.2020
    • Assignment: No asignment (quarantine regulations)
  5. Hodgkin-Huxley model | Modelování neuronů II - Hodgkin-Huxley
    • 18.3.2020
    • Assignment: Exercise 1.3
  6. Poisson spiketrain | Poissonovský spiketrain (+ LIF model)
    • 25.3.2020
    • Assignment: Exercise 1.4
  7. Generation of artificial uEEG, LIF model | Vytváření simulovaného uEEG signálu, LIF model
  8. Comparison of real and simulated data | Porovnání simulovaných dat s reálnými s reálnými
  9. Real data analysis - spike sorting | Analýza reálných dat - Spike sorting
  10. Real data analysis - eye movements | Analýza reálných dat - okohybné pohyby
  11. Hebbian learning | Hebbovské učení
  12. Spiking networks | Spontánní aktivita neuronových sítí
    • 6.5.2020
    • Assignment: Exercise 3.2
  13. Self-organizing maps | Samoorganizující mapy
    • 13.5.2020
    • Assignment: Exercise 3.3
  14. Spiking networks vs classical ANN, Assessment | spikující vs klasické umělé neuronové sítě, zápočet
    • 20.5.2020

Kontakty | Contacts

Přednášející | Lecturer: Daniel Novák

Cvičící | Labs TAs: Eduard Bakštein

Konzultace po individuální e-mailové domluvě s cvičícím / Consultations possible upon email request to the TAs

Fórum

courses/bam33nin/start.txt · Last modified: 2020/06/24 11:30 by xnovakd1