Závěrečná práce: RNDr. Jan Fousek, učo 172693: Techniques for Implementation of Neural Mass Models: Achieving both Efficiency and Productivity
Disertační práce
Techniques for Implementation of Neural Mass Models: Achieving both Efficiency and Productivity
Anotace
Výpočetní modely lidského mozku jsou neocenitelným nástrojem při posouvání našeho chápání funkce a onemocnění mozku. Vzhledem k tomu, že velikost simulací na úrovni jednotlivých neuronů dosažitelná je velmi omezená i na největších superpočítačích, byly odvozeny modely neurální hmoty zachycující chování neuronálních populací za účelem umožnění simulací v rozsahu celého mozku. Nicméně numerická realizace …více
Abstract
The computational models of a human brain are an invaluable tool in furthering our understanding of brain function and disease. As the size of the tractable simulations at the level of particular neurons is limited even on largest supercomputers, neural mass models capturing the behavior of neuronal populations have been derived to allow for simulations at the scale of the whole brain. Nevertheless …více
30. 12. 2017 17:07, prof. RNDr. Luděk Matyska, CSc., učo 1904
Oponenti
Faculty of Computer Science, Univ. of Vienna
Institut de Neurosciences des Systemes, Aix Marseille Univ.
Konzultant
Citace dle normy ČSN ISO 690
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Dynamic autotuning of SpMV kernel in CUSP library
Mgr. František Bráblík, učo 469074 -
Aplikace diferenciálních rovnic se zpožděním
Bc. Lenka Decká -
Numerické metody pro řídké matice
RNDr. Jan Tomšík, učo 357617 -
Rovnice s distribuovaným zpožděním
Mgr. Jan Böhm, učo 408849 -
Dynamic autotuning of SpMV kernel in CUSP library
Mgr. Miroslav Demek -
Aplikace diferenciálních rovnic se zpožděním
Mgr. Jan Böhm, učo 408849 -
Diferenciální rovnice se zpožděním
Mgr. Ján Húska -
Numerické řešení speciálních soustav lineárních rovnic
Mgr. Martina Baletková




