EA998 - Tópicos em Engenharia de Computação
Turma: A -
Período: 2/2026 -
Tipo Período: 2o. semestre -
Disciplina:
Eletiva 4 créditos.
-
Idioma: Português
Acompanha Pós:
IA755
- Métodos em Neurociência Computacional
Tema:
Ementa: Parte I – Modelagem biofísica da dinâmica neuronal.
Parte II – Simplificação da dinâmica neuronal.
Parte III – Modelagem e análise de redes neuronais.
Conteúdo Programático: Parte I – Modelagem biofísica da dinâmica neuronal: modelo de Hodgkin-Huxley; canais de Ca++ e K+dependentes de Ca++; modelos multi-compartimentais de neurônios; modelos da arborização dendrítica passiva e ativa; Modelos de sinapses e interações sinápticas na arborização dendrítica. Parte II – Simplificação da dinâmica neuronal: modelos do tipo integrate-and-fire, modelo de FitzHugh-Nagumo, modelo de Morris-Lecar, modelos baseados na taxa de disparos, modelos estocásticos da atividade neuronal; codificação e decodificação neuronal; teoria da informação aplicada à análise despike trains. Parte III – Modelagem e análise de redes neuronais: arquitetura e conectividade de redes de neurônios, modelos de osciladores acoplados (e.g., Mirollo-Strogatz, Kuramoto, Ermentrout-Kopell), circuitos geradores de padrões, análise de sincronismo em redes de neurônios. Forma Avaliação: Exercícios computacionais e testes conceituais.
Plano de Desenvolvimento:
Conforme IN CCG nº 02/2025 - Cláusula de Honestidade e Lisura Acadêmica
Todas as atividades relacionadas às disciplinas devem ser realizadas em conformidade com as orientações fornecidas pelos docentes e com o devido rigor ético.
Caso o(a) docente responsável, no exercício de sua liberdade de cátedra, forme convicção acerca da ausência de lisura ou de condições adequadas para a realização da atividade avaliativa, poderá atribuir nota zero, seja para a atividade única ou, conforme o caso, para o conjunto de atividades do semestre. A ocorrência deverá ser fundamentada e comunicada à Coordenação de Curso de Graduação, podendo o(a) estudante estar sujeito a processo administrativo.
Bibliografia: [1] Churchland, P.S. and Sejnowski, T.J. The computational brain. 25th anniversary edition. MIT Press (2017). [2] Koch, C. Biophysics of computation: information processing in single neurons. Oxford University Press (1999). [3] Koch, C. and Segev, I. (eds.) Methods in neuronal modeling: from ions to networks. 2nd ed. MIT Press (2003). [4] Ermentrout, G.B. and Terman, D.H. Mathematical foundations of neuroscience. Springer (2010). [5] Abbott, L.F. and Dayan, P. Theoretical neuroscience: computational and mathematical modeling of neural systems. MIT Press (2001). [6] Gerstner, W.; Kistler, W.M.; Naud, R.; Paninski, L. Neuronal dynamics: from single neurons to networks and models of cognition. Cambridge University Press (2014). [7] Izhikevich E.M. Dynamical systems in neuroscience: the geometry of excitability and bursting. MIT Press (2007). [8] Sterrat, D.; Graham, B.; Gillies, A.; Willshaw, D. Principles of computational modelling in neuroscience. Cambridge University Press (2011). [9] Miller, P. An introductory course in computational neuroscience. MIT Press (2018).
Critério de Avaliação: Exercícios computacionais e testes conceituais.
Bibliografia complementar: n/a
