Ruprecht-Karls-Universität Heidelberg

This is an archive of our old website and not updated anymore

The current website can be found at conan.iwr.uni-heidelberg.de

Mathematische Aspekte der Neuronenmodellierung und Simulation

  • Ort und Zeit: Di 14-16 in INF 368, 432
  • Übung: Mi 11-13 in INF 350 (OMZ), U011 (Beginn: 25.04.2012)

Voraussetzungen

Numerik I oder entsprechendes mathematisches Verständnis, Grundkenntnisse in einem der Fächer Biologie, Medizin oder Physiologie.

Vorlesung

Vorlesungen auf Folie

Einführung in Modellierung und Simulation in den Neurowissenschaften
Grundlagen -- Funktionelle Neuroanatomie und -physiologie
Das Hodgkin-Huxley Modell und Ionenkanäle

Die restlichen Vorlesungen mit vorwiegend Tafelanschrift sind in Zukunft als Skriptum verfügbar.

Übungen

Einführung C++ für Wissenschaftliches Rechnen (Folien, pdf) (farbreduzierte Druckversion, pdf)
Blatt1 (pdf) [Hinweise zum Arbeiten mit Octave]
Blatt2 (pdf) [Quellcode des Izhikevich-Modells: izhikevich.m]
Blatt3 (pdf)
Blatt4 (pdf) [Paper zum IFAdEx]
Blatt5 (pdf)
Blatt6 (pdf)
Blatt7 (pdf)
Blatt8 (pdf)
Blatt9 (pdf)
Blatt10 (pdf) [Code für das Leaky Integrate-and-Fire Neuron]

Remote-Arbeiten im Pool

Login von einem Linux-Rechner mit Umleitung der Grafikausgabe auf den lokalen Client:


  ssh -X neuroYYY@pool.iwr.uni-heidelberg.de
Fuer YYY ist die Nutzerkennung einzutragen. Nach dem Einloggen landet man auf dem Rechner cip53 (pool). Damit nicht alle auf diesem Rechner arbeiten, ist es sinnvoll, sich auf einem der weiteren Rechner einzuloggen. Diese haben die Namen cip01 bis cip52:

  ssh -X neuroYYY@cipXX
Vorschlag: Jeder arbeitet auf dem Rechner, dessen Nummer XX den letzten beiden Ziffern der Nutzerkennung YYY entspricht.

Login von einem Windows-Rechner mit Umleitung der grafischen Ausgabe ist etwas komplizierter, da man einen X-Server für Windows benötigt. Die einfachste Möglichkeit scheint, sich die Windows-X-Server-Implementierung xming zu installieren sowie den ssh-client putty. Näheres dazu diskutieren wir über die Mailingliste, die Infos können im dortigen Archiv nachgelesen werden.

Literatur

  1. C. Koch: Biophysics of Computation: Information Processing in Single Neurons, Oxford University Press, 1999
  2. W. Gerstner and W. Kistler: Spiking Neuron Models: Single Neurons, Populations, Plasticity, Cambridge University Press, 2006 (Online verfügbar)
  3. P. Dayan and L.F. Abbott: Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems, MIT Press, 2001
  4. A. Scott: Neuroscience: A Mathematical Primer, Springer, 2002

Revision: 1305     Letzte Änderung: 2012-08-09 10