Clase Introductoria 20 de marzo Fecha Todos los Miércoles desde el 20 de marzo Horario 9:40 a 13:50h Lugar Lab de Simulacion B3-1 / B3-2 UNTELS Organizado por: Vicerrectorado de Investigacion Instituto de Investigacion Profesor facilitador Carlos Mugruza Participacién Presentarse en las sesiones y firmar la asistencia Certificado por mas de 80% de asistencia ANS UNIVERSIDAD as DE LIMA SUR Llamado para participacién en curso-taller INVESTIGACION EN COMPUTACION DE SENALES NEURONALES (NEURAL DATA SCIENCE) Objetivo: Fortalecer el grupo de Computacién y Neurociencia Cognitiva de la UNTELS, Sumilla: : Es un curso-taller de al menos 60 horas académicas donde se trata conceptos aplicados a investigacién en ciencia, tecnologia e innovacién tecnolégica donde se tratan temas del manejo de los datos de Neurociencia tedrica, computacional y cognitiva. El curso tendré 5 horas semanales, donde las 2 primeras horas son expositivas y las 3 ultimas estén relacionadas a avances relacionados del grupo de Computacién y Neurociencia Cognitiva en la UNTELS. Los cursos anteriores han tenido sesioneshands-on y experimentales, por lo que se espera mejorar el nivel de investigacién en Computacién y Neurociencia Cognitiva de la UNTELS. Contenido semanal: 01 - Sesién introductoria y filosofica sobre el sistema nervioso central Presentacién del curso, introduccién a redaccién de textos y distribucién de lecturas tentativas, 02 - Organizacién Funcional de Percepcién y Movimiento / Sequencias de potenciales (Spike trains) 03 - Desde neuronas a cognicién / Modelos biofisicos y empleo de clases. 04 - Organizacién de Cognicién / Regresién y potenciales sindpticos . 05 - Funciones Cognitivas del Sistema Premotor / Reduccién de dimensionalidad, clasificacién y clustering Montecarlo para estadistica inferencial 06 - Imagenes Funcionales de la Cognicién / Grupos y modelog wl matemiaticos de potenciales neuronales 07 - Preprocesamiento de datos de “array sensing” en EEG j 08 - Analisis estadistico en EEG 09 - Aprendizaje semisupervisado en EEG. 10 - Preprocesamiento de datos de “array sensing” en fMRI 2 11 - Statistical parametric mapping del tipo clasico 12 - Statistical parametric mapping del tipo bayesiano