Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Neural Circuits01:25

Neural Circuits

Neural circuits and neuronal pools are two of the main structures found in the nervous system. Neural circuits are networks of neurons that work together to carry out a specific task or process. They consist of interconnected neurons and glial cells, which provide structural and metabolic support.
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Modeled Long-Term Effects of Psilocybin on Dynamic Activity and Effective Connectivity of Fronto-Striatal-Thalamic Circuits.

Human brain mapping·2026
Same author

A canary in the mind: A single baseline brain scan predicts adolescent depression and anxiety one year later.

medRxiv : the preprint server for health sciences·2026
Same author

Large scale functional and effective connectivity alterations cross the Huntington's disease integrated staging system.

NeuroImage. Clinical·2026
Same author

Pre-stimulus brain states predict and control variability in stimulation responses.

Brain stimulation·2026
Same author

Brain function in language and associated networks in non- or minimally verbal children.

Brain communications·2026
Same author

Schooling Trajectories and the Development of Brain Dynamics: A Comparative Study of Montessori and Traditional Education.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)·2026

関連する実験動画

Updated: May 18, 2026

Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches
10:50

Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches

Published on: June 21, 2022

神経科学における理論とシミュレーション

Wulfram Gerstner1, Henning Sprekeler, Gustavo Deco

  • 1School of Computer and Communication Sciences and Brain Mind Institute, Ecole Polytechnique Fédérale de Lausanne, 1015 Lausanne, Switzerland. wulfram.gerstner@epfl.ch

Science (New York, N.Y.)
|October 9, 2012
PubMed
まとめ
この要約は機械生成です。

神経科学のモデリングは,複雑性とワークフローの方向性 (bottom-up または top-down) によって分類されます. このレビューは,計算および理論神経科学における理論とシミュレーションの相互作用を探求しています.

さらに関連する動画

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

Two-Photon Polymerization 3D-Printing of Micro-scale Neuronal Cell Culture Devices
07:38

Two-Photon Polymerization 3D-Printing of Micro-scale Neuronal Cell Culture Devices

Published on: June 7, 2024

関連する実験動画

Last Updated: May 18, 2026

Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches
10:50

Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches

Published on: June 21, 2022

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

Two-Photon Polymerization 3D-Printing of Micro-scale Neuronal Cell Culture Devices
07:38

Two-Photon Polymerization 3D-Printing of Micro-scale Neuronal Cell Culture Devices

Published on: June 7, 2024

科学分野:

  • 計算的および理論的神経科学.
  • 生物学における数学モデリング.

背景:

  • 神経科学のモデリングは,さまざまなアプローチを網羅しています.
  • モデルの範囲は,単純化された概念的枠組みから詳細なシミュレーションまで.
  • ワークフローは,ボトムアップ (顕微鏡からマクロスコープ) またはトップダウン (コンポーネントの特性に対する行動) になります.

研究 の 目的:

  • 神経科学のモデリング作業を分類するために.
  • 理論とシミュレーションの相互作用をレビューする.
  • 計算神経科学と理論神経科学における現在の発展を強調する.

主な方法:

  • 複雑性に基づくモデルの分類.
  • ワークフローの方向 (bottom-up vs. top-down) に基づくモデルの分類.
  • 既存の文献を例示してレビューする.

主要な成果:

  • 神経科学モデルを分類するための2つの主要な基準を特定しました:複雑さとワークフローの方向性.
  • トップダウンとボトムアップの例を通して理論とシミュレーションの相互作用を実証しました.
  • フィールドの現在のトレンドに関する洞察を提供しました.

結論:

  • モデル分類を理解することは,理論的および計算神経科学にとって極めて重要です.
  • 理論とシミュレーションの統合は,この分野の進歩を促しています.
  • モデリング技術の継続的な開発は,神経科学の研究を強化します.