I contenuti dell’insegnamento riguardano i modelli computazionali cerebrali e cognitivi. Verranno presentati i modelli computazionali dei neuroni con particolare attenzione allo studio dei sistemi dinamici e teoria delle biforcazioni. Inoltre verranno anche presentati dei modelli basati sulle network cerebrali con applicazione nelle neuroscienze cognitive, per definire processi di alto livello come le decisioni e la memoria.
Durante il corso verranno anche introdotte alcune esercizationi, su ambiente python, per implementare e studiare tali modelli.

Introduzione:
1) Presentazione corso
2) Basi di modeling
3) Cenni di funzionamento neuronale

Sistemi dinamici:
1) Sistemi dinamici monodimensionali
2) Sistemi dinamici bidimensionali
3) Teoria delle biforcazioni

Modellazione neuronale:
1) Il modello di Hodgkin-Huxley
2) I modelli minimi voltaggio-dipendenti
3) Classi di eccitabilità e spiking
4) Proprietà di inibizione neuronale
5) Bursting

Modelli cognitivi:
1) I modelli di encoding
2) I modelli di decoding
3) I modelli per le reti neuronali
4) Modelli di decision-making
5) Modelli di memoria