Ders Bilgi Formu ( BYM 520 )
Temel bilgiler | ||||||
Ders adı: | Hesaplamalı Nörobilim | |||||
Ders kodu: | BYM 520 | |||||
Öğretim üyesi: | Prof. Dr. Muhammet UZUNTARLA | |||||
AKTS kredisi: | 7.5 | |||||
GTÜ kredisi: | 3 (3+0+0) | |||||
Yılı, Dönemi: | 1/2, Güz | |||||
Dersin düzeyi: | Yüksek lisans | |||||
Dersin tipi: | Alan seçmeli | |||||
Öğretim dili: | İngilizce | |||||
Öğretim şekli: | Yüz yüze | |||||
Ön koşullar: | Yok | |||||
Staj durumu: | Yok | |||||
Dersin amacı: | İnsan beynindeki 100 milyar sinir hücresi, dış dünyadaki yüksek miktardaki bilgiyi aşamalı olarak işleyerek karmaşık bilişsel süreçleri desteklemektedir. İleri derecede gelişmiş görsel algı sürecindeki her aşama, retinaya düşen görüntülerden nesne tanısına yönelik görsel özellikleri çıkartan bir hesaplama ünitesidir. Bu nedenle, görme korteksinin farklı aşamalarının beyin üzerinde yerellenmesi ve her aşamada işlenen bilgi türlerinin saptanması günümüzün en önemli sinirbilim problemlerindendir. Bu önemli soruları cevaplamak için yenilikçi fonksiyonel manyetik rezonans görüntüleme (fMRG) ve makine öğrenme teknikleri geliştirmekteyiz. Geliştirdiğimiz özgün teknoloji ile doğal görme, işitme ve dil algısı sırasında oluşan sinirsel tepkileri benzeri olmayan bir hassasiyetle saptanabilmektedir. Beynin alt sistemlerinin yapı ve işlevinin detaylı incelenmesinin yanı sıra, bu teknikler beyin okumayı -algı içeriklerinin beyin aktivitesinden geri çözümlenmesini de mümkün kılmaktadır. Örnek bir uygulama alanı insan beyninde görme korteksinin matematiksel modellerinin çıkarılarak haritalanmasıdır. Her ne kadar gerçek dünya sahneleri birçok farklı nesneyle karışık olsa da, insanlar doğal ortamlarda hedef nesneler bulma ve dikkatlerini farklı hedefler arasında hızla değiştirme konusunda son derece beceriklidir. Bu olağanüstü yeteneğe aracılık eden kesin sinirsel mekanizmalar henüz bilinmemektedir. Önceki çalışmalar, bilginin her beyin bölgesinde temsil edilme şeklini etkilemeden, katılan nesnelerin uyandırdığı beyin aktivitesinin kalitesini artıran nispeten basit mekanizmalar bildirmiştir. Bununla birlikte, sınırlı sayıda kortikal nöron olduğu için, tüm beyin bölgelerinin davranışsal taleplere bakılmaksızın sabit temsiller tutması pek olası görünmemektedir. Görsel arama sırasında nöral gösterimlerin doğasını incelemek için, karmaşık doğal filmler ve görsel bilgi ile beyin aktivitesi arasındaki ilişkiyi tanımlamak için güçlü bir hesaplama modelleme tekniği geliştirmekteyiz. Yüksek boyutlu görüntüleme verileri ile aynı seviyede yüksek boyutlu görsel uyaranlar arasındaki bağıntıları, ileri makine öğrenme teknikleriyle çözümlüyoruz. Bu ders, sinirsel bilgilerin şifrelenmesi ve kodunun çözülmesi için gerekli matematiksel modelleri ve istatistiksel analiz yöntemlerini değerlendirmeyi amaçlar. |
|||||
Öğrenme çıktıları
![]() |
||||||
Bu dersi başarıyla tamamlayan öğrenciler, şu yetilere sahip olurlar:
-
Nöral sistemlerin anatomi, fizyoloji ve fonksiyonel organizasyonlarına ilişkin terminolojiyi kullanabilir
Program Çıktılarına Katkıları
- Biyomühendislik ve biyoteknoloji alanlarındaki bilgilerini lisans yeterliliklerine dayalı uzmanlık düzeyinde geliştirebilme
Değerlendirme Tipi
- Yazılı sınav
-
Hesapsal yöntemler kullanarak nöronların elektriksel davranışlarını hücresel düzeyde ve popülasyon seviyesinde modelleyebilir
Program Çıktılarına Katkıları
- Biyomühendislik alanındaki mühendislik problemlerini daha üst düzeyde tanımlayabilme, modelleme ve çözme becerisi
- İleri mühendislik uygulamaları için güncel teknikleri ve hesaplama araçlarını kullanma becerisi
- Biyomühendislik alanında uzmanlık gerektiren problemleri bilimsel araştırma yöntemlerini kullanarak çözebilme
Değerlendirme Tipi
- Yazılı sınav
-
Sinaptik plastisite kavramını ve bilişsel beyin fonksiyonlarının nörofizyolojisini açıklayabilir
Program Çıktılarına Katkıları
- Biyomühendislik ve biyoteknoloji alanlarındaki bilgilerini lisans yeterliliklerine dayalı uzmanlık düzeyinde geliştirebilme
- Biyomühendislik ve biyoteknoloji alanında bir problem için deney oluşturabilme, çözüm yöntemi geliştirebilme, çözebilme, sonuçları değerlendirebilme ve sentez becerisine sahip olabilme
- Yaratıcı ve eleştirel düşünme, inisiyatif alma ve karar verme gibi üst düzey zihinsel süreçleri kullanarak araştırmacı, üretken ve girişimci kapasiteye sahip olmak.
Değerlendirme Tipi
- Yazılı sınav