|
Numerische Neurotechnologie (Neurotech)5 ECTS (englische Bezeichnung: Computational Neurotechnology)
(Prüfungsordnungsmodul: Computational Neurotechnology / Numerische Neurotechnologie)
Modulverantwortliche/r: Tobias Reichenbach Lehrende:
Tobias Reichenbach
Startsemester: |
SS 2022 | Dauer: |
1 Semester | Turnus: |
jährlich (SS) |
Präsenzzeit: |
56 Std. | Eigenstudium: |
94 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
-
-
Numerische Neurotechnologie - Vorlesung
(Vorlesung, 2 SWS, Tobias Reichenbach, Do, 16:15 - 17:45, H6)
-
Numerische Neurotechnologie - Übung
(Übung, 2 SWS, Tobias Reichenbach, Di, 8:15 - 9:45, H6)
- Numerische Neurotechnologie
Inhalt:
Foundations of Computational Neuroscience and the processing of neural signals. Applications in the areas of artificial neural networks, Brain-Machine-Interfaces (BCIs) and neural prosthesis.
Lernziele und Kompetenzen:
- Can understand the principles of the analysis of neural signals
Can apply information theory for the description of neural activity
Can perform simulations of the dynamics of single neurons as well as of neural networks
Can evaluate different approaches to construct Brain-Machine-Interfaces (BCIs)
Can explain concepts for the design of neural prosthesis
Literatur:
Dayan, Peter, and Laurence F. Abbott. Theoretical neuroscience: computational and mathematical modeling of neural systems. Computational Neuroscience Series, 2001.
Gerstner, Wulfram, et al. Neuronal dynamics: From single neurons to networks and models of cognition. Cambridge University Press, 2014.
Oweiss, Karim G., ed. Statistical signal processing for neuroscience and neurotechnology. Academic Press, 2010.
Maurits, Natasha. From neurology to methodology and back: an introduction to clinical neuroengineering. Springer Science & Business Media, 2011.
Clément, Claude. Brain-Computer Interface Technologies. Springer International Publishing, 2019.
DiLorenzo, Daniel J., and Joseph D. Bronzino, eds. Neuroengineering. CRC Press, 2007.
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Data Science (Master of Science)
(Po-Vers. 2021w | Gesamtkonto | Anwendungsfächer | Artificial intelligence in biomedical engineering (AIBE) | Computational Neurotechnology / Numerische Neurotechnologie)
Dieses Modul ist daneben auch in den Studienfächern "Artificial Intelligence (Master of Science)", "Data Science (Bachelor of Science)", "Informatik (Bachelor of Science)", "Informatik (Master of Science)", "Medizintechnik (Master of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Computational Neurotechnology / Numerische Neurotechnologie (Prüfungsnummer: 42001)
zugeh. "mein campus"-Prüfung: | - 42001 Computational Neurotechnology / Numerische Neurotechnologie (Gewichtung: 100.0 %, Prüfung, Form: Klausur, Drittelnoten (mit 4,3), Dauer: -, 5 ECTS, Prüfung).
|
- Prüfungsleistung, Klausur, Dauer (in Minuten): 60, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- Prüfungssprache: Englisch
- Erstablegung: SS 2022, 1. Wdh.: WS 2022/2023
1. Prüfer: | Tobias Reichenbach (100930) |
- Termin: 04.08.2022, 10:00 Uhr
Termin: 04.08.2022, 10:00 Uhr
|
![](/img/anew/void.gif) |
![](/img/anew/void.gif) |
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|