Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Informatik
Universität Erlangen-Nürnberg
Bachelor of Science Informatik
Prof. Dr.
2024
In diesem Abschnitt werden die grundlegenden Konzepte und Techniken neuronaler Netze behandelt. Die Studierenden lernen die Architektur, Trainingsmethoden und Anwendungen von neuronalen Netzen kennen.
Dieser Abschnitt konzentriert sich auf die Analyse von Spiketrain-Daten aus neuronalen Aufnahmen. Es werden verschiedene Methoden zur Interpretation und Analyse dieser Daten eingeführt.
Hier werden die verschiedenen Methoden der funktionellen Bildgebung des Gehirns erklärt. Die Studierenden lernen die Prinzipien, Anwendungen und Einschränkungen dieser Methoden kennen.
Dieser Abschnitt behandelt die mathematischen Werkzeuge und Modelle zur Beschreibung neuronaler Systeme. Die Studierenden lernen, wie diese Modelle zur Analyse und Vorhersage neuronaler Aktivitäten eingesetzt werden.
Die Vorlesung Computational Neurotechnology / Numerische Neurotechnologie an der Universität Erlangen-Nürnberg bietet Dir einen umfassenden Einblick in die Schnittstelle zwischen Informatik und Neurowissenschaften. In diesem Kurs werden Dir sowohl theoretische Grundlagen als auch praktische Anwendungen vermittelt, die für das Verständnis und die Modellierung neuronaler Systeme entscheidend sind. Die Vorlesung kombiniert Vorlesungen und praktische Übungen, die über das ganze Semester verteilt stattfinden, um eine ausgewogene Lernerfahrung zu gewährleisten. Am Ende des Semesters wird Dein Wissen durch eine schriftliche Abschlussprüfung und regelmäßige Übungsaufgaben getestet. Die Vorlesung wird im Wintersemester angeboten und behandelt zentrale Themen wie neuronale Netze, Spiketrain-Analyse, funktionelle Neuroimaging-Methoden und mathematische Modellierung neuronaler Systeme.
Kursleiter: Prof. Dr.
Studienleistungen: Die Studienleistungen umfassen eine schriftliche Abschlussprüfung sowie regelmäßige Übungsaufgaben während des Semesters.
Angebotstermine: Die Vorlesung wird im Wintersemester angeboten.
Curriculum-Highlights: Neuronale Netze, Spiketrain-Analyse, Funktionelle Neuroimaging-Methoden, Mathematische Modellierung neuronaler Systeme
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Doreen V.
Zhenzhen J.
Ann Y.
Jürgen U.
Sie haben bereits ein Konto? Login
74790 Strategisches Management | Kurs ansehen |
Advanced Design and Programming | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Algebra | Kurs ansehen |
Algebra des Programmierens | Kurs ansehen |
Algebraische und Logische Aspekte der Automatentheorie | Kurs ansehen |
Algorithmen und Datenstrukturen | Kurs ansehen |
Algorithmik kontinuierlicher Systeme | Kurs ansehen |
Allgemeine Biologie I | Kurs ansehen |
Marieke E.