Module page

Modelli di Reti Neurali                  

academic year:   2013/2014
instructor:  Brunello Tirozzi
degree course:  Mathematics for applications (magistrale)
type of training activity:  affine e integrativa
credits:  6 (48 class hours)
scientific sector:  MAT/07 Fisica matematica
teaching language:  italiano
period:  I sem (30/09/2013 - 17/01/2014)


Lecture meeting time and location

Presence: highly recommended

Module subject:

  • Potenziale di membrana, Modello I & F., tempi di interspike
  • Modello di Fitzhugh-Nagumo. Transizione da spike sotto-soglia a spike periodici come conseguenza di una biforcazione di Hopf del modello.
  • Canali ionici, correnti del potassio e del sodio, connessione fra correnti ioniche e potenziali d'azione. Modello di Hodgkin-Huxley.
  • Simulazioni di variabili aleatorie. Processi di Poisson Simulazioni della dinamica neuronale dei neuroni con input Poissoniani.
  • Introduzione di simulazione dei neuroni reali NEURON, esempi di neurone singolo e reti di neuroni interagenti.
  • Modello dei neuroni dell'ipoccampo, potenziamento e depressione della memoria, effetto del CREB, learning ed evoluzione delle sinapsi.
  • Determinazione della dimensione di embedding: metodo dei falsi vicini, correlazione fra i dati, entropia relativa.
  • Dimensione di correlazione. Dimensione di correlazione per serie caotiche e stocastiche
  • Reti neurali, errore di training ed errore di generalizzazione. Teorema di Vapnis e Chervonenkis, funzione di crescita.
  • Algoritmi di appredimento: metodo gradiente, metodo Monte-Carlo e simulated annealing.
  • Modello di Hopfield per pattern indipendenti e binari, regola di Hebb. Memoria associativa e dinamica a soglia. Capacit‡.
  • Modellizzazione della funzione di memoria dell'Ippocampo mediante reti di back-propagation.

Suggested reading:

  • Introduction to Computational Neurobiology & Clustering, B. Tirozzi, D. Bianchi, E. Ferraro, World Scientific, Singapore 2007
  • Modelli Matematici di Reti Neurali, B. Tirozzi, Ed. Cedam, 1995.
  • Neural Network and Sea Time Series, B.Tirozzi ed al. Birkhauser, 2005

Type of course: standard

Personal study: the percentage of personal study required by this course is the 65% of the total.

Statistical data on examinations

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma