227-0395-00L  Neural Systems

SemesterFrühjahrssemester 2020
DozierendeR. Hahnloser, M. F. Yanik, B. Grewe
Periodizitätjährlich wiederkehrende Veranstaltung


227-0395-00 VNeural Systems2 Std.
Mo09:00-11:00ER SA TZ »
09:15-11:00ML D 28 »
17.02.09:15-11:00LFV E 41 »
R. Hahnloser, M. F. Yanik, B. Grewe
227-0395-00 UNeural Systems1 Std.
Mo11:00-12:00ER SA TZ »
11:15-12:00ETZ F 91 »
11:15-12:00ETZ K 91 »
11:15-12:00LFV E 41 »
11:15-12:00ML D 28 »
R. Hahnloser, M. F. Yanik, B. Grewe
227-0395-00 ANeural Systems1 Std.R. Hahnloser, M. F. Yanik, B. Grewe


KurzbeschreibungThis course introduces principles of information processing in neural systems. It covers basic neuroscience for engineering students, experiment techniques used in animal research and methods for inferring neural mechanisms. Students learn about neural information processing and basic principles of natural intelligence and their impact on artificially intelligent systems.
LernzielThis course introduces
- Basic neurophysiology and mathematical descriptions of neurons
- Methods for dissecting animal behavior
- Neural recordings in intact nervous systems and information decoding principles
- Methods for manipulating the state and activity in selective neuron types
- Neuromodulatory systems and their computational roles
- Reward circuits and reinforcement learning
- Imaging methods for reconstructing the synaptic networks among neurons
- Birdsong and language
- Neurobiological principles for machine learning.
InhaltFrom active membranes to propagation of action potentials. From synaptic physiology to synaptic learning rules. From receptive fields to neural population decoding. From fluorescence imaging to connectomics. Methods for reading and manipulation neural ensembles. From classical conditioning to reinforcement learning. From the visual system to deep convolutional networks. Brain architectures for learning and memory. From birdsong to computational linguistics.
Voraussetzungen / BesonderesBefore taking this course, students are encouraged to complete "Bioelectronics and Biosensors" (227-0393-10L).

As part of the exercises for this class, students are expected to complete a programming or literature review project to be defined at the beginning of the semester.


Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte6 KP
PrüfendeR. Hahnloser, B. Grewe, M. F. Yanik
RepetitionDie Leistungskontrolle wird nur in der Session nach der Lerneinheit angeboten. Die Repetition ist nur nach erneuter Belegung möglich.
Prüfungsmodusschriftlich 120 Minuten
Zusatzinformation zum PrüfungsmodusThe student's grade is composed 3/4 by final exam and 1/4 by project (compulsory continuous performance assessment).
The project will be graded, if no project is submitted, this will result in a grade of 1.

Students repeating the course can decide at the beginning of the semester if they want to keep the previous grades of their continuous performance assessments (Project).
Hilfsmittel schriftlichnone (closed book exam)
Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan.


Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.


Keine Informationen zu Gruppen vorhanden.


Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

Biomedical Engineering MasterWahlfächer der VertiefungWInformation
DAS in Data ScienceNeural Information ProcessingWInformation
Data Science MasterInterdisziplinäre WahlfächerWInformation
Elektrotechnik und Informationstechnologie BachelorKernfächer des 3. JahresWInformation
Gesundheitswissenschaften und Technologie MasterWahlfächer IIWInformation
Neural Systems and Computation MasterSystemneurowissenschaftenWInformation
Neural Systems and Computation MasterWahlfächerWInformation
Neural Systems and Computation MasterTheoretische und Computergestützte NeurowissenschaftenWInformation
Physik MasterAllgemeine WahlfächerWInformation