Le neuroscienze computazionali studiano le funzioni cerebrali in termini di elaborazione dell’informazione. I modelli matematici consentono di riconoscere i fenomeni che guidano la trasmissione nervosa, studiando l’effetto sull’output di variazioni dei parametri input. Tali modelli applicati allo studio di unità o reti nervose spesso pongono problemi matematici non banali e occorre sviluppare opportune tecniche analitiche o computazionali utili per lo studio del modello proposto. Inoltre, lo studio statistico delle registrazioni neuronali, così come quello di elettroencefalogrammi o altre misure, richiedono lo sviluppo di specifiche tecniche statistiche adatte per dati provenienti da strutture complesse.
Il gruppo torinese, nell’ambito di collaborazioni internazionali, studia modelli stocastici per la codifica nervosa. In particolare considera modelli stocastici per la descrizione dell’attività di neuroni singoli o di piccole reti nervose. Lo studio comprende lo sviluppo di metodologie matematiche per l’analisi dei modelli. Parte delle attività include lo studio statistico utile a confrontare le previsioni dei modelli con dati registrati da neuroni singoli o da reti.
Abbiamo collaborazioni internazionali con numerosi gruppi, in particolare con CEA-CLINATEC di Grenoble per lo sviluppo di algoritmi per interfacce cervello-computer, con l'Institute of Neuroscience and Medicine (INM-6) Research Center Jülich per lo studio statistico di treni di spike paralleli.