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