Reti neurali spiking e modelli ispirati al cervello

Modulo 1: Le Reti Neurali Fondamenti delle reti neurali artificiali Reti neurali tradizionali vs reti neurali spiking Storia e evoluzione dei modelli ispirati al cervello Modulo 2: Anatomia e Funzione del Cervello Struttura del cervello umano Funzioni e processi cerebrali Come i neuroscienziati modellano il cervello Modulo 3: Reti Neurali Spiking: Concetti di Base Neurone modello di spiking (es. modello di Hodgkin-Huxley, leaky integrate-and-fire) Differenza tra neuroni convenzionali e neuroni spiking Spiking e codifica dell'informazione Modulo 4: Codifica Temporale e Sincronizzazione Codifica temporale nei neuroni spiking Sincronizzazione tra neuroni Reti di neuroni sincronizzati Modulo 5: Reti Neurali Spiking: Modelli e Algoritmi Modelli computazionali delle reti neurali spiking Algoritmi di apprendimento nelle reti spiking (STDP, STP) Approfondimento sull'apprendimento basato su spiking Modulo 6: Reti Neurali e Modelli Ispirati al Cervello Ispirazione biologica: cosa possiamo imparare dai modelli cerebrali Comparazione con reti neurali artificiali tradizionali Reti cerebrali e loro applicazioni in neuroscienze computazionali Modulo 7: Dinamiche non Lineari e Reti Neurali Reti neurali e dinamiche complesse Analisi di stabilità e attrattori Modelli di comportamento non lineare nei sistemi cerebrali Modulo 8: Teoria della Plasticità Sinaptica Plasticità sinaptica a lungo termine (LTP e LTD) Meccanismi biologici della plasticità Applicazioni in reti neurali spiking Modulo 9: Modelli Biologici vs Artificiali Confronto tra modelli biologici e artificiali di apprendimento Affinità e differenze nella simulazione del comportamento cerebrale Applicazioni dei modelli artificiali in neuroscienze Modulo 10: Reti Neurali Spiking per la Percezione Sensoriale Reti neurali spiking nel riconoscimento visivo, uditivo, olfattivo Applicazioni in robotica e intelligenza artificiale Modelli di percezione multisensoriale Modulo 11: Apprendimento Spiking e Memoria Come le reti neurali spiking memorizzano informazioni Memoria a breve e lungo termine in modelli cerebrali Implicazioni per la costruzione di memorie artificiali Modulo 12: Architetture Complesse in Reti Neurali Spiking Reti complesse con feedback e connessioni ricorrenti Architetture multi-livello e gerarchiche Modelli di attenzione e focalizzazione in reti neurali Modulo 13: Applicazioni delle Reti Neurali Spiking nella Robotica Controllo motorio e sensori in robot ispirati al cervello Integrazione di spiking neural networks in sistemi robotici Algoritmi di apprendimento per la navigazione robotica Modulo 14: Intelligenza Artificiale Ispirata al Cervello Integrazione di modelli cerebrali in sistemi di intelligenza artificiale Apprendimento non supervisionato con reti neurali spiking Tecniche avanzate per la costruzione di AI biologicamente plausibili Modulo 15: Sfide Future e Innovazioni Le sfide attuali nelle reti neurali spiking Direzioni future: potenziale della bioingegneria e neurotecnologie Integrazione di reti neurali spiking con tecnologie emergenti (es. brain-computer interfaces)