Computational Neuroscience 2. Neuronenmodelle
|
|
- Irmgard Baum
- vor 5 Jahren
- Abrufe
Transkript
1 Computational Neuroscience 2. Neuronenmodelle Jutta Kretzberg Master-Grundmodul 2009 Download der pdf Version: html
2 Nachtrag: Literatur pdf-version der Folien: Überblick über Lehrbücher zum Thema: Abbildungen verwendet aus: Reichert. Neurobiologie. Thieme Verlag, Kandel, Schwartz, Jessel. Principles of neural science. 4th ed. McGraw-Hill Medical, Simmons & Young. Nerve cells and animal behavior. 2nd ed. Cambridge University Press, Greschner et al. Journal of Neurophysiology 96: , Kretzberg et al. Journal of Computational Neuroscience 11: , Holt et al. Journal of Neurophysiology 75: , Mainen & Sejnowski. Science 268: , 1995.
3 Computational Neuroscience Programm insgesamt: Experimentelle Daten formale Beschreibung Modell- Datenanalyse simulationen Neuronale Kodierung Kodierungsarten Antwortvariabilität Neuronenmodelle Ersatzschaltbild Hodgkin-Huxley Integrate & Fire Rezeptive Felder Neuronale Antworten Entstehung im Netzwerk Beispiel: Antwortmuster retinaler Ganglienzellen
4 Computational Neuroscience Programm für heute: Neuronenmodelle Experimentelle Daten formale Beschreibung Themen: Idee der Modellierung Ersatzschaltbild passive Membran Integrate and Fire Modell Datenanalyse Modell- simulationen Hodgkin-Huxley Modell Compartmental Modeling Welches Modell für welche Frage?
5 Definition: Abstraktes Modell Ein abstraktes Modell beschreibt (mindestens) einen Sachverhalt durch logische und quantitative Zusammenänge. Es enthält Parameter, deren Werte den beobachteten Messwerten angepasst werden müssen. Abstrakte Modelle ermöglichen Vorhersagen über den untersuchten Sachverhalt. Diese dienen wiederum zur Überprüfung des Modells. Bei der Modellbildung werden Vereinfachungen in Kauf genommen. Die Kunst ist, zu entscheiden, wie einfach das Modell sein darf.
6 Schema Modell-Experiment (For a fact to have a meaning it must be seen within the context of a general principle) Empirisches System Realität (Beobachtung) Induktion (Hypothese) Theoretisches System Theorie Experiment Daten (Modifikation, neue Hypothese) Vergleich Deduktion Vorhersagen, Modelle
7 Wofür braucht man Modelle? Beschreibung von Hypothesen mit Hilfe von Parametern Systematischer Test von Hypothesen Vorhersagen für neue Experimente Test von Situationen, die nicht experimentell beobachtet werden können Finden realistischer Parameterbereiche
8 Ersatzschaldbild für passive Membran Das Membranpotential ist die Spannung (Potentialdifferenz) zwischen innen und außen: Vm = Vi - Ve Ionenkonzentrationen: Batterie Er Phospholipidschicht: Kondensator mit Kapazität Cm innen: Vi Cm Ionenkanal: Leitfähigkeit g oder Widerstand R=1/g Rm Er außen: Ve Vm
9 Ersatzschaldbild für passive Membran Das Membranpotential ist die Spannung (Potentialdifferenz) zwischen innen und außen: V m = V i - V e Strom fließt durch Ionenkanäle in der Zellmembran. Ströme bei Ruhepotential: innen: V i I C +I R =0 Parallelschaltung I C I R I C =C m dv m (t)/dt I R =V m (t)/r m Kapazitiver Strom = V m (t) g m C m R m V m Passives Membranpotential: dv m (t) V m (t) = - dt C m R m außen: V e E r
10 Ersatzschaldbild für passive Membran Das Membranpotential ist die Spannung (Potentialdifferenz) zwischen innen und außen: V m = V i - V e Strom fließt durch Ionenkanäle in der Zellmembran. Ströme bei Strominjektion: I ext innen: V i I C +I R =I ext (t) I C I R I C =C m dv m (t)/dt I R =V m (t)/r m C m R m V m Passives Membranpotential: dv m (t) V m (t) I ext (t) = - + dt C m R m C m außen: V e E r
11 Ersatzschaldbild für passive Membran Reaktion einer passiven Membran auf Strominjektion: I ext innen: V i I C I R C m R m V m Passives Membranpotential: dv m (t) V m (t) I ext (t) = - + dt C m R m C m außen: V e E r
12 Integrate and Fire Modell Idee: Sehr reduziertes biophysikalisches Modell - nur passive Integration und feste Schwelle für AP- Generation Typische Beispiele: große Netzwerke, z.b. Kortex Methode: 1. Leaky integration (passives Membranpotential): dv m (t) V m (t) I ext (t) = - + dt C m R m C m 2. Schwelle: wenn U(t)>θ : S(t) = 1 U(t+1)=0 sonst : S(t) = 0 Modell liefert: Spikezeitpunkte S(t) Wichtige Parameter: R m, θ
13 Integrate and Fire Modell Reaktion eines I&F Neurons Methode: auf Strominjektion: 1. Leaky integration (passives S(t) θ Membranpotential): dv m (t) V m (t) I ext (t) = - + dt C m R m C m 2. Schwelle: wenn U(t)>θ : S(t) = 1 U(t+1)=0 sonst : S(t) = 0 Modell liefert: Spikezeitpunkte S(t) Wichtige Parameter: R m, θ
14 Integrate and Fire Modell Netzwerk Integrate & Fire Netzwerk: 1 2 n w 1 w 2 w n Synaptic current: I syn (t)= w j α(t-t f j) j t f j s(t) W j synaptic weight from input j α postsynaptic response function t f j time of last spike of input j Modell liefert: Spikezeitpunkte S(t) Wichtige Parameter: R m, θ, w j dv m (t) V m (t) I syn ext (t) = - + dt C m R m C m 2. Schwelle: Methode: 1. Leaky integration (passives Membranpotential): wenn U(t)>θ : S(t) = 1 U(t+1)=0 sonst : S(t) = 0
15 Hodgkin-Huxley Modell Idee: Biophysikalische Beschreibung des Membranpotentials basierend auf Ströme durch verschiedene Ionenkanäle Typisches Beispiel: Einzelne Neurone (z.b. Tintenfischaxon) Methode: Gekoppelte Differentialgleichungen für spannungsabhängige Ströme durch verschiedene Typen von Ionenkanälen Model liefert: Zeitverlauf des Membranpotentials V m (t) Wichtige Parameter: Für jeden Strom: Umkehrpotential E, Leitfähigkeit g, Zustandsvariable für g
16 Hodgkin-Huxley Modell Idee: Biophysikalische Beschreibung des Membranpotentials basierend auf Ströme durch verschiedene Ionenkanäle C Membranpotential: dv m (t) = I ext (t)-i m (t) -I Na (t)-i K (t) dt I m (t)= = U(t)/R g m (V m (t)-e rest ) V m C m innen g m g K g Na I Na (t)= g Na (t) (V m (t)-e Na ) I K (t)= g K (t) (V m (t)-e K ) außen E rest E K Model liefert: Zeitverlauf des Membranpotentials V m (t) Wichtige Parameter: Für jeden Strom: Umkehrpotential E, Leitfähigkeit g, Zustandsvariable für g E Na
17 Membranmodell V m = V i - V e ; kann gemessen werden i m = i c + i r + i ion ; kann gemessen werden innen V i i m i c i r i ion i ion g r g ion g ion c m E r E ion E ion i m außen V e i ion = g ion (V m - E ion )
18 Hodgkin-Huxley Modell Idee: Biophysikalische Beschreibung des Membranpotentials basierend auf Ströme durch verschiedene Ionenkanäle C Membranpotential: innen dv m (t) = I ext (t)-i m (t) -I Na (t)-i K (t) dt C m g m g K I m (t)= = U(t)/R g m (V m (t)-e rest ) V m g Na I Na (t)= g Na (t) (V m (t)-e Na ) I K (t)= g K (t) (V m (t)-e K ) außen E rest E K Model liefert: Zeitverlauf des Membranpotentials V m (t) Wichtige Parameter: Für jeden Strom: Umkehrpotential E, Leitfähigkeit g, Zustandsvariable für g E Na
19 Hodgkin-Huxley Gleichungen 4 gekoppelte Differentialgleichungen Idee: Übergänge offen α β geschlossen mit sehr vielen Parametern Nobelpreis 1963
20 Hodgkin-Huxley Modell Reaktion eines H&H Neurons auf Strominjektion: innen C m g m g K g Na V m E rest E K E Na außen Model liefert: Zeitverlauf des Membranpotentials V m (t) Wichtige Parameter: Für jeden Strom: Umkehrpotential E, Leitfähigkeit g, Zustandsvariable für g
21 Hodgkin-Huxley Modell Netzwerk Netzwerk von Hodgkin-Huxley Neuronen:Synaptische Interaktionen werden als zusätzliche Ströme modeliert, die jeweils durch spannungsabhängige Leitfähigkeit und Umkehrpotential definiert werden. Methode: Satz von Differentialgleichungen erweitert um synaptische Ströme außen innen Model liefert: Zeitverlauf des Membranpotentials V m (t) Wichtige Parameter: Für jeden Strom: E, g, Zustände, Parameter für Synapsen V m C m g m g K g Na E rest E K E Na g syn E syn
22 Multi-compartment Modelle Idee: Nachbildung der Morphologie eines Neurons mit Hodgkin-Huxley Gleichungen für jeden räumlichen Bereich Typisches Beispiel: Einfluss der räumlichen Verteilung von Ionenkanälen auf Spikeantworten Methode: großer Satz gekoppelter DGL Model liefert: Zeitverlauf des Membranpotentials für jeden Bereich Wichtige Parameter: räumliche Struktur, HH Parameter für jeden Bereich
23 Wie wählt man ein Modell? A good theoretical model of a complex system should be like a good caricature: it should emphasize those features which are most important and should downplay the inessential details. Now the only snag with this advice is that one does not really know which are the inessential details until one has understood the phenomena under study. J. I. Frenkel
24 Modelierung neuronaler Antworten Neurone antworten auf den gleichen Stimulus unterschiedlich: Welche Antworteigenschaften sind wichtig? Anzahl der Spikes? Zeitpunkte der Spikes? Zeitverlauf des Membranpotentials? Zeitverlauf des Membranpotentials in verschiedenen sub-zellulären des Neurons?
25 Vergleich der Modelle Integrate & Hodgkin & Compartment Fire Huxley Models Komplexität reproduziert 1 DGL 4 Parameter nur Spike- Zeitpunkte 4 DGL > 20 Parameter Verlauf des Membranpotentials im Soma je nach Größe sehr viele DGL und Parameter räumlich aufgelöster Membranpotentialverlauf typische Fragestellungen Netzwerke, neuronales Rauschen Einfluss von Ionen, Adaptation dendritische Integration
26 Vergleich der Modelle Detail Integrate Hodgkin Compartmental & Fire & Huxley Model Abstraktion einzelne Verarbeitungsschritte getrennt betrachtet Zelle als Ganzes betrachtet räumlich getrennte Untereinheiten betrachtet
27 Welches Modell? Das Modell muss der Fragestellung angepasst sein: Werden Intrazellulär- oder Extrazellulär-Daten reproduziert? Ist die Zeitstruktur des unterschwelligen Membranpotentials oder die Spikeform wichtig? Möchte man Aussagen über die Entstehung eines Phänomens machen? Die Simulation muss den technischen Möglichkeiten entsprechen. Goldene Regel: So wenige Parameter wie möglich, aber so viele wie nötig!
28 Literatur pdf-version der Folien: Überblick über Lehrbücher zum Thema: Besonders lesenswert zum Thema Neuronenmodelle: Encyclopedia_of_computational_neuroscience Herz, Gollisch, Machens & Jaeger, Modeling Single-Neuron Dynamics and Computations: A Balance of Detail and Abstraction Science 314: 80-85, 2006 Koch (1999) Biophysics of Computation. Oxford University Press.
29 Grundlagen aus der Vorlesung von Josef Ammermüller:
30 Elektrophysiologie: Grundlagen Ladung? (Coulomb = A s); e = 1, C Spannung? (Volt = N m / C) Strom? (Ampere = Coulomb / s) I Widerstand/Leitfähigkeit? ( Ω = V / A; S = A / V) Kondensator? ( Farad = C / V = A s / V) R = V / I (Ohmsches Gesetz) C = Q / V (Kapazität) I c = C dv/dt (Kapazitiver Strom) I c
31 Reihenschaltung I V 1 V 2 R ges = R i R 1 R 2 V ges = V i V ges V ges V 1 V 2 C 1 C 2 1/C ges = 1/C i V ges = V i
32 Parallelschaltung I 1 I 2 I ges I 3 V R 1 R 2 R 3 I ges I ges = I i 1/R ges = 1/R i g ges = g i C 1 I 1 C 2 C ges = C i I ges I 2 C 3 I ges I ges = I i I 3
Neuronale Kodierung sensorischer Reize. Computational Neuroscience Jutta Kretzberg
Neuronale Kodierung sensorischer Reize Computational Neuroscience 30.10.2006 Jutta Kretzberg (Vorläufiges) Vorlesungsprogramm 23.10.06!! Motivation 30.10.06!! Neuronale Kodierung sensorischer Reize 06.11.06!!
MehrComputational Neuroscience
Computational Neuroscience Vorlesung WS 2005/2006 Josef Ammermüller Jutta Kretzberg http://www.uni-oldenburg.de/sinnesphysiologie/ 14508.html Begriffsdefinitionen Computational Neuroscience Churchland
MehrVereinfachte Neuronenmodelle
Vereinfachte Neuronenmodelle (Integrate & Fire, künstliche neuronale Netze) Computational Neuroscience 8.1.2007 Jutta Kretzberg (Vorläufiges) Vorlesungsprogramm 23.10.06!! Motivation 30.10.06!! Neuronale
MehrNeuronale Kodierung. Jutta Kretzberg. Lehrprobe Oldenburg,
Neuronale Kodierung Jutta Kretzberg Lehrprobe Oldenburg, 2.10.2008 http://www.uni-oldenburg.de/sinnesphysiologie/download/lehrprobe.pdf Vorlesung zum Master-Modul Neurobiologie Neuroanatomie Neurophysiologie
MehrNeuronenmodelle II. Abstraktionsebenen von Einzelzellmodellen Das Leaky-Integrate-And-Fire (LIF) Modell. Martin Nawrot
VS : Systemische Physiologie - Animalische Physiologie für Bioinformatiker Neuronenmodelle II Abstraktionsebenen von Einzelzellmodellen Das Leaky-Integrate-And-Fire (LIF) Modell Martin Nawrot Neuroinformatics
MehrDynamische Systeme in der Biologie: Beispiel Neurobiologie
Dynamische Systeme in der Biologie: Beispiel Neurobiologie Caroline Geisler geisler@lmu.de April 18, 2018 Elektrische Ersatzschaltkreise und Messmethoden Wiederholung: Membranpotential Exkursion in die
MehrC1/4 - Modellierung und Simulation von Neuronen
C 1 /4 - Modellierung und Simulation von Neuronen April 25, 2013 Motivation Worum geht es? Motivation Worum geht es? Um Neuronen. Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Motivation
MehrNeuronenmodelle II. Abstraktionsebenen von Einzelzellmodellen Das Leaky-Integrate-And-Fire (LIF) Modell. Martin Nawrot
Bachelor Program Bioinformatics, FU Berlin VS : Systemische Physiologie - Animalische Physiologie für Bioinformatiker Neuronenmodelle II Abstraktionsebenen von Einzelzellmodellen Das Leaky-Integrate-And-Fire
MehrZwei Modelle retinaler Verarbeitung
Zwei Modelle retinaler Verarbeitung 8.1.2006 http://www.uni-oldenburg.de/sinnesphysiologie/15247.html Vorlesungsprogramm 17.10.05 Motivation 24.10.05 Passive Eigenschaften von Neuronen 31.10.05 Räumliche
MehrBMT301. Grundlagen der Medizinischen Messtechnik. Ergänzende Folien EF2. Prof. Dr. rer. nat. Dr. rer. med. Daniel J. Strauss
BMT301 Grundlagen der Medizinischen Messtechnik Prof. Dr. rer. nat. Dr. rer. med. Daniel J. Strauss Ergänzende Folien EF2 die Hauptbestandteile einer Nervenzelle Aufbau einer Zellmembran Dicke einer Zellmembran:
MehrComputational Neuroscience Rezeptive Felder
Computational Neuroscience Rezeptive Felder Jutta Kretzberg Master-Grundmodul 2009 Download der pdf Version: http://www.uni-oldenburg.de/sinnesphysiologie/ Computational Neuroscience Heute: Rezeptive Felder
MehrVariabilität neuronaler Antworten. Computational Neuroscience Jutta Kretzberg
Variabilität neuronaler Antworten Computational Neuroscience 13.11.2006 Jutta Kretzberg (Vorläufiges) Vorlesungsprogramm 23.10.06!! Motivation 30.10.06!! Neuronale Kodierung sensorischer Reize 06.11.06!!!
MehrModelle zur Beschreibung von Schwellwertphänomenen in Nervenmembranen Fitzhugh-Nagumo-Gleichungen
Modelle zur Beschreibung von Schwellwertphänomenen in Nervenmembranen Fitzhugh-Nagumo-Gleichungen Katrin Schmietendorf Vortrag im Rahmen der Veranstaltung Numerische Methoden für Dynamische Systeme SoSe
MehrEntstehung rezeptiver Felder
Entstehung rezeptiver Felder 30.1.2006 http://www.uni-oldenburg.de/sinnesphysiologie/ Vorlesungsprogramm 17.10.05 Motivation 24.10.05 Passive Eigenschaften von Neuronen 31.10.05 Räumliche Struktur von
MehrSeminarvortrag: Visual Cortex
Seminarvortrag: Visual Cortex Sören Schwenker 13. Januar 2013 Visual Cortex Inhaltsverzeichnis 13. Januar 2013 Inhaltsverzeichnis 1 Einleitung 2 2 Conductance based models 2 3 Rate-based neural network
MehrNeuronale Signalverarbeitung
neuronale Signalverarbeitung Institut für Angewandte Mathematik WWU Münster Abschlusspräsentation am 08.07.2008 Übersicht Aufbau einer Nervenzelle Funktionsprinzip einer Nervenzelle Empfang einer Erregung
MehrSpektralanalyse physiologischer Signale
Spektralanalyse physiologischer Signale Dr. rer. nat. Axel Hutt Vorlesung 1 III. Zeit-Frequenz Analyse Short-time Fourier Transform Gabor Transformation Lineare Filter Wavelet Transformation Konzept des
MehrDynamische Systeme in der Biologie: Beispiel Neurobiologie
Dynamische Systeme in der Biologie: Beispiel Neurobiologie Dr. Caroline Geisler geisler@lmu.de April 11, 2018 Veranstaltungszeiten und -räume Mittwoch 13:00-14:30 G00.031 Vorlesung Mittwoch 15:00-16:30
Mehr3 Modellierung von Neuronen I
3 Modellierung von Neuronen I Im ersten Kapitel über die Modellierung von Neuronen bewegen wir uns von der einfachsten Modelldarstellung von Neuronen, in denen das Neuron als eine Einheit modelliert wird
MehrMathematische Aspekte der Modellbildung und Simulation in den Neurowissenschaften
Mathematische Aspekte der Modellbildung und Simulation in den Neurowissenschaften Stefan Lang Interdisziplinäres Zentrum für wissenschaftliches Rechnen, Universität Heidelberg SS 2010 Lang (IWR) Numer.
MehrEinfache Modelle der Neurodynamik.
Vorlesung Einfache Modelle der Neurodynamik. Anregbarkeit und canards. Wintersemester 2015/16 12.01.2016 M. Zaks Aufbau eines Neurons: Gesamtbild 2 / 16 neuron Aufbau eines Neurons: Axon und Dendriten
MehrNeuroinformatik II. Günther Palm und Friedhelm Schwenker Institut für Neuroinformatik
Neuroinformatik II Günther Palm und Friedhelm Schwenker Institut für Neuroinformatik Vorlesung (3h) Übungen (1h): Di, Fr 10-12 Uhr H21 (1.Übung: 08.05.09) Schein: 50% der Punkte (6 übungsblätter) + aktive
MehrProf. Dr. Stefan Schuster Lehrstuhl für Tierphysiologie
Prof. Dr. Stefan Schuster Lehrstuhl für Tierphysiologie Tierphysiologie = Wie Tiere funktionieren Welche Anpassungen. Leistungen, Moleküle etc sie einsetzen um zu leben und möglichst am Leben zu beiben
MehrSynaptische Verschaltung
Synaptische Verschaltung 16.1.2006 http://www.uni-oldenburg.de/sinnesphysiologie/ 15246.html Vorläufiges Vorlesungsprogramm 17.10.05 Motivation 24.10.05 Passive Eigenschaften von Neuronen 31.10.05 Räumliche
MehrSpektralanalyse physiologischer Signale
Spektralanalyse physiologischer Signale Dr. rer. nat. Axel Hutt Vorlesung 11 Aktionspotential zeigt Membranpotential in der Zellmembran, doch was sieht man ausserhalb? einzelne Synapse Summe von synaptischen
MehrChemisches Potential und Nernstgleichung Carsten Stick
Chemisches Potential und Nernstgleichung Carsten Stick Definition der mechanischen Arbeit: Kraft mal Weg W = F! ds W = Arbeit oder Energie; F = Kraft; s = Weg Diese Definition lässt sich auch auf die Kompression
MehrAktionspotential Na + -Kanal
Aktionspotential Na + -Kanal VL.2 Prüfungsfragen: Unter welchen Bedingungen entsteht ein Ruhepotential in einer Zelle? Wie ist ein Neuron im Ruhezustand geladen und welchen Wert (mit Benennung) hat das
MehrNeuroinformatik II Theorie neuronaler Netze
Neuroinformati II Theorie neuronaler Netze Günther Palm und Friedhelm Schwener Institut für Neuroinformati Vorlesung (3h) Übungen (1h): Di 12.00-13.30 und Fr 10.15-11.45 Uhr H21 (1.Übung: 7.5.) Schein:
MehrIntra- und extrazelluläre Ionenkonzentrationen
Neurophysiologie Neurophysiologie Intra- und extrazelluläre Ionenkonzentrationen intrazellulär extrazellulär Na + 8-30 145 K + 100-155155 5 Ca 2+ 0.0001 2 Cl - 4-30 120 HCO 3-8-15 25 große Anionen 100-150
Mehr2. Elektrostatik und Ströme
2. Elektrostatik und Ströme 2.1. elektrische Ladung, ionische Lösungen Wir haben letztes Semester angeschnitten, dass die meisten Wechselwirkungen elektrischer Natur sind. Jetzt wollen wir elektrische
MehrBiophysik der Zelle Erregung der Nervenmembran Aktionspotential, Huxley-Hodgkins Gleichung, spannungsabhängige Ionenkanäle
01.07. Erregung der Nervenmembran Aktionspotential, Huxley-Hodgkins Gleichung, spannungsabhängige Ionenkanäle Biophysik der Zelle aussen C m g K g Na g Cl V m V0,K + - V0,Na + - V0,Cl + - innen (a) 1 w.
MehrMesstechnik und Modellierung in der Kardiologie
Messtechnik und Modellierung in der Kardiologie Elektrophysiologie Erregungsausbreitung Gliederung Wiederholung Zelluläre Elektrophysiologie Grundlagen Hodgkin-Huxley Modell Beeler-Reuter Modell Luo-Rudy
MehrPS II - Verständnistest
Grundlagen der Elektrotechnik PS II - Verständnistest 01.03.2011 Name, Vorname Matr. Nr. Aufgabe 1 2 3 4 5 6 7 Punkte 4 2 2 5 3 4 4 erreicht Aufgabe 8 9 10 11 Summe Punkte 3 3 3 2 35 erreicht Hinweise:
MehrTopologische Objektrepräsentationen und zeitliche Korrelation
Topologische Objektrepräsentationen und zeitliche Korrelation Frank Michler Fachbereich Physik, AG NeuroPhysik Outline 1 2 Stimuli -Neuron und Architektur Lernregel 3 Selektivitäts-Karten Invariante Repräsentation
Mehr6.2.6 Ohmsches Gesetz ******
6..6 ****** Motivation Das Ohmsche Gesetz wird mithilfe von verschiedenen Anordnungen von leitenden Drähten untersucht. Experiment 6 7 8 9 0 Abbildung : Versuchsaufbau. Die Ziffern bezeichnen die zehn
MehrElektrizitätslehre 2.
Elektrizitätslehre. Energieumwandlung (Arbeit) im elektrischen Feld Bewegung einer Ladung gegen die Feldstärke: E s Endposition s Anfangsposition g W F Hub s r F Hub r Fq FHub Eq W qes W ist unabhängig
MehrWellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Übung 4
Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Übung 4 KIT University of the State of Baden-Wuerttemberg and National Research Center of the Helmholtz Association
MehrBESTIMMUNG DES WECHSELSTROMWIDERSTANDES IN EINEM STROMKREIS MIT KA- PAZITIVEM UND OHMSCHEM WIDERSTAND.
Elektrizitätslehre Gleich- und Wechselstrom Wechselstromwiderstände BESTIMMUNG DES WECHSELSTROMWIDERSTANDES IN EINEM STROMKREIS MIT KA- AZITIVEM UND OHMSCHEM WIDERSTAND. Bestimmung von Amplitude und hase
MehrDynamische Systeme in der Biologie: Beispiel Neurobiologie
Dynamische Systeme in der Biologie: Beispiel Neurobiologie Dr. Caroline Geisler geisler@lmu.de 13. Juni 2018 Hans Berger (1873-1941) und das EEG Hans Berger zeichnete 1924 das erste EEG (Elektroenzephalogramm)
MehrEinige Grundbegriffe der Elektrostatik. Elementarladung: e = C
Einige Grundbegriffe der Elektrostatik Es gibt + und - Ladungen ziehen sich an Einheit der Ladung 1C Elementarladung: e = 1.6.10-19 C 1 Abb 14.7 Biologische Physik 2 Parallel- und Serienschaltung von Kondensatoren/Widerständen
MehrEin Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten. Click here if your download doesn"t start automatically
Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Click here if your download doesn"t start automatically Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Ein Stern in dunkler
MehrKlausur Grundlagen der Elektrotechnik II (MB, EUT, LUM) Seite 1 von 5
Klausur 15.08.2011 Grundlagen der Elektrotechnik II (MB, EUT, LUM) Seite 1 von 5 Vorname: Matr.-Nr.: Nachname: Aufgabe 1 (6 Punkte) Gegeben ist folgende Schaltung aus Kondensatoren. Die Kapazitäten der
MehrIm Fluss der Zeit: Gedanken beim Älterwerden (HERDER spektrum) (German Edition)
Im Fluss der Zeit: Gedanken beim Älterwerden (HERDER spektrum) (German Edition) Ulrich Schaffer Click here if your download doesn"t start automatically Im Fluss der Zeit: Gedanken beim Älterwerden (HERDER
MehrModul Neurobiologie. Dr. Peter Machnik Prof. Dr. Stefan Schuster. Lehrstuhl für Tierphysiologie
Modul Neurobiologie Dr. Peter Machnik Prof. Dr. Stefan Schuster Lehrstuhl für Tierphysiologie 1 Literatur Nicholls, Martin, Wallace, Fuchs: From Neuron to Brain Kandel, Schwartz: Principles of Neural Science
MehrSoziale Arbeit mit rechten Jugendcliquen: Grundlagen zur Konzeptentwicklung (German Edition)
Soziale Arbeit mit rechten Jugendcliquen: Grundlagen zur Konzeptentwicklung (German Edition) Click here if your download doesn"t start automatically Soziale Arbeit mit rechten Jugendcliquen: Grundlagen
MehrIn der Membran sind Ionenkanäle eingebaut leiten Ionen sehr schnell (10 9 Ionen / s)
Mechanismen in der Zellmembran Abb 7.1 Kandel Neurowissenschaften Die Ionenkanäle gestatten den Durchtritt von Ionen in die Zelle. Die Membran (Doppelschicht von Phosholipiden) ist hydrophob und die Ionen
MehrFunktion der Mindestreserve im Bezug auf die Schlüsselzinssätze der EZB (German Edition)
Funktion der Mindestreserve im Bezug auf die Schlüsselzinssätze der EZB (German Edition) Philipp Heckele Click here if your download doesn"t start automatically Download and Read Free Online Funktion
MehrFerienkurs - Experimentalphysik 2 - Übungsblatt - Lösungen
Technische Universität München Department of Physics Ferienkurs - Experimentalphysik 2 - Übungsblatt - Lösungen Montag Daniel Jost Datum 2/8/212 Aufgabe 1: (a) Betrachten Sie eine Ladung, die im Ursprung
MehrKopplung von Neuronen
Katharina Ritter, Friedrich Bach, Felix Tabbert, Walter Tewes, Matthias Walther 12.06.2012 Inhalt Einführung Lighthouse-Modell Numerische Ergebnisse Schlussbemerkungen Unterschiede zum 1 Neuronenmodell
MehrVS : Systemische Physiologie Tierphysiologie für Bioinformatiker WS 2009/10. Neuronenmodelle I
Bachelor Program Bioinformatics, FU Berlin VS : Systemische Physiologie Tierphysiologie für Bioinformatiker WS 2009/10 Neuronenmodelle I Ratenkodierung versus Zeitkodierung Integrator versus Koinzidenzdetektor
MehrStatistik, Datenanalyse und Simulation
Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 13. Juli 2011 Ziel der Vorlesung Vermittlung von Grundkenntnissen der Statistik, Simulationstechnik und numerischen Methoden (Algorithmen) Aufgabe:
MehrVL Bioinformatik für Nebenfächler SS2018 Woche 1. Tim Conrad AG Medical Bioinformatics Institut für Mathematik & Informatik, Freie Universität Berlin
VL Bioinformatik für Nebenfächler SS2018 Woche 1 Tim Conrad AG Medical Bioinformatics Institut für Mathematik & Informatik, Freie Universität Berlin Die Themen heute 1. Team 2. Tutorien 3. Prüfungsleistungen
MehrElektrotechnik Formelsammlung v1.2
Inhaltsverzeichnis 3. Das Coulombsches Gesetz...2 3.. Elementarladung...2 32. Elektrische Arbeit...2 33. Elektrische Feldstärke...2 34. Elektrische Spannung...3 34.. Ladung Q...3 34... Kondensatoren-Gesetz...3
MehrGrundlagen 1: Modelle & Mengen
Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 > Kapitel 2 Grundlagen 1: Modelle & Mengen 2.1 Modelle Grundlagen der Modellierung
Mehr1.1.2 Aufladen und Entladen eines Kondensators; elektrische Ladung; Definition der Kapazität
1.1.2 Aufladen und Entladen eines Kondensators; elektrische Ladung; Definition der Kapazität Ladung und Stromstärke Die Einheit der Stromstärke wurde früher durch einen chemischen Prozess definiert; heute
MehrTechnische Universität Kaiserslautern Lehrstuhl für Virtuelle Produktentwicklung
functions in SysML 2.0 La Jolla, 22.05.2014 12/10/2015 Technische Universität Kaiserslautern Lehrstuhl für Virtuelle Produktentwicklung Dipl. Wirtsch.-Ing. Christian Muggeo Dipl. Wirtsch.-Ing. Michael
MehrFACHKUNDE FüR KAUFLEUTE IM GESUNDHEITSWESEN FROM THIEME GEORG VERLAG
FACHKUNDE FüR KAUFLEUTE IM GESUNDHEITSWESEN FROM THIEME GEORG VERLAG DOWNLOAD EBOOK : FACHKUNDE FüR KAUFLEUTE IM GESUNDHEITSWESEN Click link bellow and free register to download ebook: FACHKUNDE FüR KAUFLEUTE
MehrDuell auf offener Straße: Wenn sich Hunde an der Leine aggressiv verhalten (Cadmos Hundebuch) (German Edition)
Duell auf offener Straße: Wenn sich Hunde an der Leine aggressiv verhalten (Cadmos Hundebuch) (German Edition) Nadine Matthews Click here if your download doesn"t start automatically Duell auf offener
MehrDas Ruhemembranpotential eines Neurons
Das Ruhemembranpotential eines Neurons Genaueres zu den 4 Faktoren: Faktor 1: Die so genannte Brown sche Molekularbewegung sorgt dafür, dass sich Ionen (so wie alle Materie!) ständig zufällig bewegen!
MehrWas heißt Denken?: Vorlesung Wintersemester 1951/52. [Was bedeutet das alles?] (Reclams Universal-Bibliothek) (German Edition)
Was heißt Denken?: Vorlesung Wintersemester 1951/52. [Was bedeutet das alles?] (Reclams Universal-Bibliothek) (German Edition) Martin Heidegger Click here if your download doesn"t start automatically Was
MehrGrundlagen der Elektrotechnik I
Prof. Dr.-Ing. B. Schmülling Musterlösung zur Klausur Grundlagen der Elektrotechnik I im Wintersemester 27 / 28 Aufgabe : Die Lösungen zu Aufgabe folgen am Ende. Aufgabe 2:. U q = 3 V 2. R i = Ω 3. P =
MehrAufgabe 1 Transiente Vorgänge
Aufgabe 1 Transiente Vorgänge S 2 i 1 i S 1 i 2 U 0 u C C L U 0 = 2 kv C = 500 pf Zum Zeitpunkt t 0 = 0 s wird der Schalter S 1 geschlossen, S 2 bleibt weiterhin in der eingezeichneten Position (Aufgabe
MehrErregbarkeit von Zellen. Ein Vortrag von Anne Rath
Erregbarkeit von Zellen Ein Vortrag von Anne Rath Gliederung(1) 1.Das Hodgkin-Huxley Modell 1.1 Spannungs- und Zeitabhängigkeit der Leitfähigkeit 1.1.1 Die Kalium-Leitfähigkeit 1.1.2 Die Natrium-Leitfähigkeit
MehrKonkret - der Ratgeber: Die besten Tipps zu Internet, Handy und Co. (German Edition)
Konkret - der Ratgeber: Die besten Tipps zu Internet, Handy und Co. (German Edition) Kenny Lang, Marvin Wolf, Elke Weiss Click here if your download doesn"t start automatically Konkret - der Ratgeber:
MehrKursbuch Naturheilverfahren: Curriculum der Weiterbildung zur Erlangung der Zusatzbezeichnung Naturheilverfahren (German Edition)
Kursbuch Naturheilverfahren: Curriculum der Weiterbildung zur Erlangung der Zusatzbezeichnung Naturheilverfahren (German Edition) Click here if your download doesn"t start automatically Kursbuch Naturheilverfahren:
Mehr1. Grundlagen. 2. Signalleitungs-Qualität. 3. Signalleitungs-Geschwindigkeit
1. Grundlagen 2. Signalleitungs-Qualität 3. Signalleitungs-Geschwindigkeit Beschreibung der Zellmembran mitsamt Kanälen und Na-K- Pumpe durch ein Ersatzschaltbild Dieses wird je nach Anwendung vereinfacht.
MehrHandbuch der therapeutischen Seelsorge: Die Seelsorge-Praxis / Gesprächsführung in der Seelsorge (German Edition)
Handbuch der therapeutischen Seelsorge: Die Seelsorge-Praxis / Gesprächsführung in der Seelsorge (German Edition) Reinhold Ruthe Click here if your download doesn"t start automatically Handbuch der therapeutischen
MehrHardwarekonfiguration an einer Siemens S7-300er Steuerung vornehmen (Unterweisung Elektriker / - in) (German Edition)
Hardwarekonfiguration an einer Siemens S7-300er Steuerung vornehmen (Unterweisung Elektriker / - in) (German Edition) Thomas Schäfer Click here if your download doesn"t start automatically Hardwarekonfiguration
MehrBeziehung zwischen Strom und Spannung
Beziehung zwischen Strom und Spannung Explizit kein Ohm sches Verhalten; keine elektrische Leitfähigkeit im üblichen Sinne Beschleunigte Elektronen im Vakuum (Kathodenstrahlröhre) Elektronentransfer in
MehrSupplementary material for Who never tells a lie? The following material is provided below, in the following order:
Supplementary material for Who never tells a lie? The following material is provided below, in the following order: Instructions and questionnaire used in the replication study (German, 2 pages) Instructions
Mehr2. Parallel- und Reihenschaltung. Resonanz
Themen: Parallel- und Reihenschaltungen RLC Darstellung auf komplexen Ebene Resonanzerscheinungen // Schwingkreise Leistung bei Resonanz Blindleistungskompensation 1 Reihenschaltung R, L, C R L C U L U
MehrVorlesung Neurophysiologie
Vorlesung Neurophysiologie Detlev Schild Abt. Neurophysiologie und zelluläre Biophysik dschild@gwdg.de Vorlesung Neurophysiologie Detlev Schild Abt. Neurophysiologie und zelluläre Biophysik dschild@gwdg.de
MehrKernpraktikum Katholische Theologie an einer Gesamtschule (German Edition)
Kernpraktikum Katholische Theologie an einer Gesamtschule (German Edition) Tom Olivier Click here if your download doesn"t start automatically Kernpraktikum Katholische Theologie an einer Gesamtschule
MehrNeuronale Grundlagen bei ADHD. (Attention Deficit/Hyperactivity Disorder) Mechanismen der Ritalinwirkung. Dr. Lutz Erik Koch
Neuronale Grundlagen bei ADHD (Attention Deficit/Hyperactivity Disorder) Mechanismen der Ritalinwirkung Dr. Lutz Erik Koch Die Verschreibung von Ritalin bleibt kontrovers Jeden Tag bekommen Millionen von
MehrJägersprache, Wildkunde und Begriffe aus der Jagd: Schwerpunkt Jägerprüfung Rotwild, Rehwild, Gamswild, Steinwild, Muffelwild (German Edition)
Jägersprache, Wildkunde und Begriffe aus der Jagd: Schwerpunkt Jägerprüfung Rotwild, Rehwild, Gamswild, Steinwild, Muffelwild (German Edition) Ernst Jäger Click here if your download doesn"t start automatically
MehrTeil VIII Hypothesentests für zwei Stichproben
Woche 9: Hypothesentests für zwei Stichproben Teil VIII Hypothesentests für zwei Stichproben WBL 15/17, 22.06.2015 Alain Hauser Berner Fachhochschule, Technik und Informatik Berner
MehrPassive und aktive elektrische Membraneigenschaften
Aktionspotential Passive und aktive elektrische Membraneigenschaften V m (mv) 20 Overshoot Aktionspotential (Spike) V m Membran potential 0-20 -40 Anstiegsphase (Depolarisation) aktive Antwort t (ms) Repolarisation
MehrSinn und Aufgabe eines Wissenschaftlers: Textvergleich zweier klassischer Autoren (German Edition)
Sinn und Aufgabe eines Wissenschaftlers: Textvergleich zweier klassischer Autoren (German Edition) Click here if your download doesn"t start automatically Sinn und Aufgabe eines Wissenschaftlers: Textvergleich
MehrKapitel MK:III. III. Begriffe der Modellierung
Kapitel MK:III III. Begriffe der Modellierung System und Modell Modellieren zum Schlussfolgern Modellbildung Systemraum und Modellraum Adäquate Modellierung MK:III-1 Modeling Concepts STEIN 2000-2015 Beispiel
MehrNeuronale Netzwerke. Niels Pieper, Daniel Janßen-Müller, Daniel Ritterskamp. Betreuer: Michael Wilczek. 7. Februar 2011
Neuronale Netzwerke Niels Pieper, Daniel Janßen-Müller, Daniel Ritterskamp Betreuer: Michael Wilczek 7. Februar 2011 1 Wiederholung 2 Modell 3 spikeabhängige Plastizität 4 Anwendung 5 Literatur Biologischer
MehrModul MED-CNS008: Grundlagen der Modellierung neuronaler Systeme. VL4, , Uhr, PC-Pool, IMSID, Bachstr.18, Gebäude 1
Modul MED-CNS008: Grundlagen der Modellierung neuronaler Systeme VL4, 11.5.2012, 10.00 Uhr, PC-Pool, IMSID, Bachstr.18, Gebäude 1 Lehrender: Dirk Hoyer, dirk.hoyer@med.uni-jena.de, Tel. 9325795 2.2 Rückgekoppelte
MehrDie Bedeutung neurowissenschaftlicher Erkenntnisse für die Werbung (German Edition)
Die Bedeutung neurowissenschaftlicher Erkenntnisse für die Werbung (German Edition) Lisa Johann Click here if your download doesn"t start automatically Download and Read Free Online Die Bedeutung neurowissenschaftlicher
MehrEinführung in die Biophysik
Einführung in die Biophysik Quellen Schünemann: Biophysik Cotterill: Biophysik www.biophysics.org www.biophysj.org Sackmann: Lehrbuch der Biophysik Versuch einer Annäherung Biophysics is that branch of
MehrZum Bahnbegriff eines Teilchens in der Physik
11. Februar 2009 Abschlussvorlesung Mathematik I für Physiker Kann man auch in der Quantenmechanik von der Bahn eines Teilchens sprechen? Zitate zum Bahnbegriff in der Quantenmechanik Das Wort Bahn hat
MehrElektrosmog im Büro: Optimierung von Büro- Arbeitsplätzen (German Edition)
Elektrosmog im Büro: Optimierung von Büro- Arbeitsplätzen (German Edition) Manfred Reitetschläger Click here if your download doesn"t start automatically Elektrosmog im Büro: Optimierung von Büro-Arbeitsplätzen
MehrModulprüfung: BBio119, Neurowissenschaften und Verhaltensbiologie. Klausur zur Vorlesung: Theoretische Neurowissenschaften.
Modulprüfung: BBio119, Neurowissenschaften und Verhaltensbiologie Klausur zur Vorlesung: Theoretische Neurowissenschaften. SoSe 2010 Name Vorname Matrikelnummer Anmerkungen: Sie müssen die Prüfung ohne
MehrMax und Moritz: Eine Bubengeschichte in Sieben Streichen (German Edition)
Max und Moritz: Eine Bubengeschichte in Sieben Streichen (German Edition) Wilhelm Busch Click here if your download doesn"t start automatically Max und Moritz: Eine Bubengeschichte in Sieben Streichen
Mehr1 Differentialgleichungen mit Matlab lösen
1 Differentialgleichungen mit Matlab lösen Eine Differentialgleichung (DGL) ist eine Gleichung für eine gesuchte Funktion mit einer oder mehreren Variablen, in der auch Ableitungen dieser Funktion vorkommen.
MehrUse Cases vs. Funktionale Spezifikation
Use Cases vs. Funktionale Spezifikation Ein experimenteller Vergleich zweier Methoden zur Anforderungsspezifikation Fraunhofer IESE: Anne Groß (Anne.Gross@iese.fraunhofer.de) & Jörg Dörr (Joerg.Doerr@iese.fraunhofer.de)
MehrPS II - Verständnistest
Grundlagen der Elektrotechnik PS II - Verständnistest 31.03.2010 Name, Vorname Matr. Nr. Aufgabe 1 2 3 4 5 6 7 Punkte 3 4 4 2 5 2 2 erreicht Aufgabe 8 9 10 11 Summe Punkte 2 4 3 4 35 erreicht Hinweise:
MehrWie man heute die Liebe fürs Leben findet
Wie man heute die Liebe fürs Leben findet Sherrie Schneider Ellen Fein Click here if your download doesn"t start automatically Wie man heute die Liebe fürs Leben findet Sherrie Schneider Ellen Fein Wie
Mehr1.2 Stromkreis Stromquelle Batterie
1.2 Stromkreis 1 + + + Stromquelle Batterie + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + - - Pluspol: Positiv geladene Atome warten sehnsüchtig auf Elektronen. Minuspol:
MehrEine typische Zelle hat ein Volumen von m 3 und eine Oberfläche von m 2
ÜBUNGSBEISPIELE Beispiel 1. Wieviele Ladungen sind für das Ruhepotentialpotential von -70 mv nötig?? Zusatzinfo: Membrankondensator 0.01F/m 2 Wieviele K Ionen sind dies pro m 2?? Eine typische Zelle hat
MehrEinführung in die Biophysik
Einführung in die Biophysik Quellen Schünemann: Biophysik Cotterill: Biophysik www.biophysics.org www.biophysj.org Sackmann: Lehrbuch der Biophysik Versuch einer Annäherung Biophysics is that branch of
MehrVorkurs Physik des MINT-Kollegs
www.mint-kolleg.de Vorkurs Physik des MINT-Kollegs Elektrizitätslehre MINT-Kolleg Baden-Württemberg 1 KIT 03.09.2013 Universität desdr. Landes Gunther Baden-Württemberg Weyreter - Vorkurs und Physik nationales
MehrÜbungsaufgaben Elektrotechnik/Elektronik für Medieninformatik
HTW Dresden Fakultät Elektrotechnik Übungsaufgaben Elektrotechnik/Elektronik für Medieninformatik Gudrun Flach February 3, 2019 Grundlegende Begriffe Grundlegende Begriffe Aufgabe 1 Bestimmen Sie die Beziehungen
MehrIntrazelluläre Registrierung elektrischer Potentiale
Methodenpraktikum der Neurobiologie Intrazelluläre Registrierung elektrischer Potentiale 1. Einleitung Zur Registrierung der elektrischen Aktivität von Nervenzellen und Muskelfasern werden in der Forschung
MehrModell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen
Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen Roland Koppe, Stefan Häusler, Axel Hahn 2 Übersicht Einleitung und Motivation Ansatz und Methodik
MehrIIE1. Modul Elektrizitätslehre II. Cavendish-Experiment
IIE1 Modul Elektrizitätslehre II Cavendish-Experiment Ziel dieses Experiments ist es, dich mit dem Phänomen der elektrischen Influenz vertraut zu machen. Des weiteren sollen Eigenschaften wie Flächenladungsdichte,
Mehr