Bologna · Facoltà: Ingegneria e architettura · Biomedical Engineering - sede di Cesena (LM-21)
Di cosa si tratta: Il potenziale di membrana e il ruolo delle principali specie ioniche introducono la cellula eccitabile e il potenziale d'azione, con l'equivalente elettrico della cellula. Seguono il modello di Hodgkin-Huxley e la sua versione semplificata a due variabili di stato, il modello di FitzHugh-Nagumo e i modelli integrate and fire, con analisi della frequenza di scarica.
Dispense fornite dal docente. Questo materiale sarà caricato sulla piattaforma per il repository del materiale didattico messo a disposizione dall'Università.
Prezzi rilevati il 19/11/2026: possono cambiare, fa fede il sito del negozio.
Domande possibili all’esame
Che cosa si intende per sistema neurale e quali livelli di organizzazione lo caratterizzano?
Come si descrive un neurone artificiale con pesi e funzione di attivazione?
Quali differenze esistono tra reti feedforward e reti ricorrenti?
In che modo l'apprendimento hebbiano modifica i pesi sinaptici?
Quali metodi permettono di addestrare una rete con la retropropagazione dell'errore?
Come si valuta la capacità di generalizzazione di una rete neurale?
Che cosa significa overfitting e come si contrasta?
Quali modelli di neurone integrate-and-fire descrivono la scarica neuronale?
Come si rappresenta la dinamica di una rete con equazioni differenziali?
In che modo la topologia di una rete ne influenza la funzione?
Quali applicazioni hanno le reti neurali nel controllo di sistemi biomedici?
Come si misura la stabilità di un sistema dinamico non lineare?
Quali tecniche di regolarizzazione si usano durante l'addestramento?
Come si scelgono il numero di strati e di neuroni in una rete?
Quali vantaggi offre la modellistica con reti rispetto a un modello fisico?
Come si confrontano diversi algoritmi di ottimizzazione per l'addestramento?
Che cosa si intende per funzione di costo e perché è importante minimizzarla?
In che modo la plasticità sinaptica si riflette nei modelli di rete?
Quali limiti presentano i modelli di rete quando si applicano a dati clinici reali?
Come si valuta l'accuratezza di una classificazione su un insieme di dati di prova?
Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.
Domande frequenti Libri, programma ed esami del prof. Mauro Ursino a Bologna
Che libro usa il prof. Mauro Ursino per Neural Systems a Bologna?
Per Neural Systems (Canale unico) indica come obbligatorio: Dayan – Theoretical Neuroscience, Hertz – Introduction to the Theory of Neural Computation, Haykin – Neural Networks, Goodfellow – Deep learning, Neural Networks and Deep Learning, Anderson – An Introduction to Neural Networks, Rolls – Neural Networks and Brain Function, O'Reilly – Computational Explorations in Cognitive Neuroscience, Kandel – Principles of Neural Sciences.
Quanto è impegnativo Neural Systems?
9 CFU, difficoltà stimata 8.6 su 10 rispetto agli esami della stessa area.
Dove trovo la scheda ufficiale di un esame?
Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.
Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.
Questo sito usa solo strumenti tecnici (nessun cookie di profilazione). I link ai negozi sono link di affiliazione. Cookie policy · Privacy