Education / Oktatás

General information

EN Our group gives courses on Computational Neuroscience at different institutes every year. For these courses and for some lecture materials see the list below. Please contact Zoltán Somogyvári for further information.
We highly recommend courses of the Budapest Semesters in Cognitive Sciences and CyberSociety.
Our group offers undergraduate research possibilities (in Hungarian).

HU Csoportunk minden évben tart idegrendszeri modellezés kurzust III-V. éves és doktori iskolás hallgatóknak, illetve minden érdeklődőnek. Az aktuális kurzusról információk Somogyvári Zoltántól kaphatók.
TDK és diplomamunka lehetőségek.

Aktuális információk

Tisztelt Hallgatók!

A 2011/2012-es tanév II. félévében meghirdetésre kerül a Statisztikai tanulás az idegrendszerben című kurzus az ELTE Fizikai Kémia Tanszékén. Az előadások hétfőnkét 16:00 és 18:00 között lesznek. Ajánljuk mindazoknak, akiket érdekel az agy legfontosabb funcióinak matematikai vizsgálata, és rendelekzik alapismeretekkel a matematikai analízis és a valószínűségszámítás terén. A kurzus előzetes tematikája és időbeosztása:

• febr. 13: Bevezetés: computational neuroscience-machine learning kölcsönhatások, tanulás fogalma és alapproblémái, modellek kettős dinamikája, az idegrendszer felépítése, McCulloch-Pitts neuron, rátaneuron (Bányai Mihály)
• febr. 20: Adatok: mérési technikák, mérhető mennyiségek, elemzési módszerek (jelfeldolgozás, információelmélet), viselkedési adatok, data-driven vs. concept-driven modelling (BM)
• febr. 27: Generatív modellek: statisztikai leírás (Bayesian probability), tanulás komplexitási szintjei, megfigyelt és rejtett változó, paraméter, modellstruktúrák (BM)
• márc. 5: A Bayes-következtetés technikája, modellkiválasztás, expectation maximization, filtering, learning (BM)
• márc. 12: Az agy és a Bayes-szabály: Bayesian brain, optikai csalódások, akció-percepció-csatolás, free-energy principles (BM)
• márc. 19: Klasszikus tanulóhálózatok: perceptron, többrétegű perceptron, hibavisszaterjesztéses tanulás (Somogyvári Zoltán)
• márc. 26: Rekurrens hálózatok, Hopfield-modell, Boltzman-gép, liquid state machine (SZ)
• ápr. 16: Megerősítéses tanulás, Adaptive Dynamic Programming (SZ)
• ápr. 23: Reprezentáció, emlékezés és következtetés az idegrendszerben: tanulás-előhívás dinamikája, szenzorikus integráció, parametrikus és nemparametrikus reprezentációk (SZ)
• ápr. 30: Dynamic Causal Modelling (SZ)
• máj. 7: Cikkfeldolgozás: a retinális receptív mezők Olshausen-modellje (BM)
• máj. 14: Cikkfeldolgozás: Bayesiánus reprezentáció az agyban Lengyel, Orbán, Berkes és Fiser munkái alapján (SZ)

Ajánlott irodalom:
Christopher M. Bishop: Pattern Recognition and Machine Learning
Peter Dayan, Larry Abbott: Theoretical Neuroscience
Zoubin Ghahramani: Unsupervised Learning

Az Idegrendszeri modellezés kurzus a 2011/2012-es tanév I. félévi anyagai:

• szept. 19: Modellek az idegtudományban (Érdi Péter)
• szept. 26: Biológiai bevezető (Somogyvári Zoltán) Az előadás fóliái megtalálhatóak itt .
• okt. 3: Az akciós potenciál és a Hodgkin-Huxley modell (Zalányi László)
• okt. 10: Egyszerűsített egysejt-modellek (ZL)
• okt. 17: Térben kiterjesztett egysejt-modellek és NEURON szimulációs környezet (ZL)
• okt. 24: Idegrendszeri betegségek (Szalisznyó Krisztina). Fóliák itt .
• okt. 31: munkaszüneti nap
• nov. 7.: Elektrofiziológiai és mikroszkópikus kísérletek és adatelemzés (SZ) Az előadás fóliái megtalálhatóak itt .
• nov. 14: fMRI kísérletek és adatelemzés (Bányai Mihály). Fóliák itt.
• nov. 21: Agy-gép interfészek (SZ)
• nov. 28: A tanulás idegrendszeri modelljei (BM). Fóliák itt.
• dec. 5: A memória idegrendszeri modelljei (BM). Fóliák itt.
• dec. 12: A térbeli navigáció biológiai alapjai, modellek működés közben: helysejtek és gridsejtek (SZ)

Korábbi kurzusok anyagai.