User: Guest  Login
Original title:
Learning about neural computation from sparse recordings
Translated title:
Verständnis neuronaler Informationsverarbeitung aus unvollständigen Aufzeichnungen
Author:
Nonnenmacher, Marcel
Year:
2020
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Macke, Jakob H. (Prof. Dr.)
Referee:
Macke, Jakob H. (Prof. Dr.); Gjorgjieva, Julijana (Prof., Ph.D.)
Language:
en
Subject group:
ELT Elektrotechnik
Abstract:
For most neuroscientific model systems, the vast numbers of neurons is still far beyond what can be simultaneously recorded at single-cell resolution. Neural recordings are thus strongly subsampled, which has important consequences for data analysis. In this thesis, I investigate the effects of subsampling on studies of criticality in neural systems. I furthermore present methods for statistical modelling that explicitly address subsampling, by combining data from multiple incomplete recordings.
Translated abstract:
Bei den meisten neurowissenschaftlichen Modellsystemen liegt die Anzahl von Neuronen weit über dem, was bei Einzelzellauflösung gleichzeitig aufgezeichnet werden kann. Neuronale Aufzeichnungen sind daher unvollständig, was wichtige Konsequenzen für ihre Analyse hat. In dieser Arbeit untersuche ich die Konsequenzen für Studien zur Kritikalität in neuronalen Systemen. Ich präsentiere auch Methoden zur statistischen Modellierung, welche die Daten aus mehreren unvollständigen Aufzeichnungen kombinie...     »
WWW:
https://mediatum.ub.tum.de/?id=1506653
Date of submission:
26.06.2019
Oral examination:
11.03.2020
File size:
1140277 bytes
Pages:
59
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200311-1506653-1-3
Last change:
09.03.2021
 BibTeX