Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems (Computational Neuroscience) [Hardcover]

100  action  activity  al  analysis  average  between  cable  called  case  causes  cell  change  channels  chapter  components  conductance  constant  current  curve  data  difference  different  direction  distribution  during  effects  entropy  equal  equation  estimate  et  example  factor  field  figure  firing  fixed  form  frequency  function  given  image  information  input  interval  learning  linear  location  matrix  means  membrane  method  model  ms  must  network  neural  neuron  number  output  parameters  patterns  phase  point  potential  probability  rate  receptive  recurrent  region  response  result  reward  rule  set  shows  single  spatial  spike  state  stimuli  stimulus  sum  synaptic  temporal  terms  thus  time  trial  tuning  two  units  use  used  value  variable  vector  visual  weights