227-0395-00L Neural Systems
| Semester | Frühjahrssemester 2019 |
| Dozierende | R. Hahnloser, M. F. Yanik, B. Grewe |
| Periodizität | jährlich wiederkehrende Veranstaltung |
| Lehrsprache | Englisch |
Lehrveranstaltungen
| Nummer | Titel | Umfang | Dozierende | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 227-0395-00 V | Neural Systems | 2 Std. |
| R. Hahnloser, M. F. Yanik, B. Grewe | |||||||||||||||
| 227-0395-00 U | Neural Systems | 1 Std. |
| R. Hahnloser, M. F. Yanik, B. Grewe | |||||||||||||||
| 227-0395-00 A | Neural Systems | 1 Std. | R. Hahnloser, M. F. Yanik, B. Grewe |
Katalogdaten
| Kurzbeschreibung | This course introduces principles of information processing in neural systems. It covers basic neuroscience for engineering students, experimental techniques used in studies of animal behavior and underlying neural mechanisms. Students learn about neural information processing and basic principles of natural intelligence and their impact on efforts to design artificially intelligent systems. |
| Lernziel | This course introduces - Methods for monitoring of animal behaviors in complex environments - Information-theoretic principles of behavior - Methods for performing neurophysiological recordings in intact nervous systems - Methods for manipulating the state and activity in selective neuron types - Methods for reconstructing the synaptic networks among neurons - Information decoding from neural populations, - Sensorimotor learning, and - Neurobiological principles for machine learning. |
| Inhalt | From 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 / Besonderes | Before 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 (python) programming project to be defined at the beginning of the semester. |
Leistungskontrolle
| Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird) | |
Leistungskontrolle als Semesterkurs | |
| ECTS Kreditpunkte | 6 KP |
| Prüfende | R. Hahnloser, B. Grewe, M. F. Yanik |
| Form | Sessionsprüfung |
| Prüfungssprache | Englisch |
| Repetition | Die Leistungskontrolle wird nur in der Session nach der Lerneinheit angeboten. Die Repetition ist nur nach erneuter Belegung möglich. |
| Prüfungsmodus | schriftlich 120 Minuten |
| Zusatzinformation zum Prüfungsmodus | The 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. |
| Hilfsmittel schriftlich | none (closed book exam) |
| Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan. | |
Lernmaterialien
| Keine öffentlichen Lernmaterialien verfügbar. | |
| Es werden nur die öffentlichen Lernmaterialien aufgeführt. |
Gruppen
| Keine Informationen zu Gruppen vorhanden. |
Einschränkungen
| Keine zusätzlichen Belegungseinschränkungen vorhanden. |
