DD3435 Doktorandkurs i neuronnäts- och biomodellering 9,0 hp

Graduate Course in Mathematical Modeling of Biological system

  • Utbildningsnivå

    Forskarnivå
  • Huvudområde

  • Betygsskala

    P, F

Information för forskarstuderande om när kursen ges

Kontakta Erik Fransén för information beträffande kursstart

Lärandemål

Efter kursen ska studenten kunna

  • förklara användningen av och antaganden bakom biofysikaliska och biokemiska modeller och metodiker
  • beräkna grundläggande biofysikaliska och biokemiska storheter inom stökiometri, jonstatik, jondynamik, diffusion och cellkompartments
  • exemplifiera användandet av kontinuerliga, stokastiska eller boolska modeller
  • förklara modeller för synapser och dess plasticitet samt för nätverk av nervceller
  • använda och vidareutveckla simuleringsprogramvara för genetiska, biokemiska och neuronala nätverk

för att studenten

  • ska kunna förklara användningen av och antaganden bakom biologiska modeller
  • i yrkeslivet ska kunna utföra biologiskt modellerings och simuleringsarbete.

Kursens huvudsakliga innehåll

Metoder för matematisk modellering och datorsimulering av biologiska processer och funktioner. I första hand behandlas nervsystemet (nervceller och nervcellsnät), men också andra organsystem tas upp. Intracellulära processer såsom biokemiska nätverk, enzymkinetik och cellsignalering, genetiska nätverk och switchar behandlas liksom biologisk morfogenes och några aktuella teorier för biologisk perception, inlärning, och minne.

Behörighet

Litteratur

Meddelas senast 4 veckor före kursstart på kursens hemsida. Föregående läsår användes D. Johnston & S. Miao-Sin Wu: Fundamentals of cellular neurophysiology, MIT Press.

Examination

  • EXA1 - Examination, 9,0, betygsskala: P, F

I denna kurs tillämpas skolans hederskodex, se: http://www.kth.se/csc/student/hederskodex.

Ges av

EECS/Beräkningsvetenskap och beräkningsteknik

Kontaktperson

Erik Fransén, erikf@kth.se

Examinator

Erik Fransén <erikf@kth.se>

Versionsinformation

Kursplan gäller från och med HT2016.
Examinationsinformation gäller från och med VT2019.