Každý matematický model je určitým pokusem o aproximaci reality. Do jaké míry jsou skutečné vlastnosti systému zanedbány určuje nejen kompatibilitu modelu s realitou, ale také míru jeho matematické zpracovatelnosti. Nalezení kompromisu mezi těmito dvěma kriterii je jednou z nejtěžších částí celého procesu matematického modelování. Zatímco ve fyzice a inženýrských aplikacích má matematické modelování dlouho tradici, ve vědách o živé přírodě jsme stále ještě spíše na začátku skutečných aplikací matematiky. Přitom neurovědy lze považovat, vzhledem k dlouhé historii jejich matematizace, spíše za výjimku. Základní práce (Lapicque, 1907) byly publikované před více než sto lety a nejvýznamnějším podnětem k matematizaci neurověd bylo určitě udělení Nobelovy ceny badatelům Hodgkin a Huxley před téměř šedesáti lety za výzkum, v němž základní roli hrál jejich neuronový model. Avšak o úloze náhodných faktorů pro přenos informace se v neuronových systémech diskutuje pouze v nedávné době a této problematice bude seminář věnován.

V první části budou shrnuty základní biologické a matematické informace nutné pro sledování dalších částí. Druhá část bude věnována stochastickým modelům neuronu. Na závěr budou diskutovány principy kódování informace v neuronech, především ve vztahu k úloze šumu. Možné implikace pro umělé systémy by měly zůstat jako závěr semináře. Seminář pouze shrne celkovou situaci a nebude se věnovat formálním detailům. Proto bude možné jej sledovat bez předběžných znalostí problematiky.
 

Registrace na tuto akci již byla ukončena.