Blar i Institutt for matematiske fag på forfatter "Battistin, Claudia"

Viser treff 1-4 av 4

    • Bayesian optimal experimental design for studying synaptic plasticity 

      Myhre, Emil Alvar (Master thesis, 2021)
      Hjernen er senteret av nervesystemet til både oss mennesker og andre arter. Nevroner er de fundamentale cellene i hjernen, som gir opphav til den komplekse og kraftige hjernen som vi innehar ved å kommunisere med hverandre ...

    • Behavioral decomposition reveals rich encoding structure employed across neocortex in rats 

      Mimica, Bartul; Tombaz, Tuce; Battistin, Claudia; Fuglstad, Jingyi Guo; Dunn, Benjamin Adric; Whitlock, Jonathan Robert (Peer reviewed; Journal article, 2023)
      The cortical population code is pervaded by activity patterns evoked by movement, but it remains largely unknown how such signals relate to natural behavior or how they might support processing in sensory cortices where ...

    • Inferring the learning rule from spike train data with particle Metropolis-Hastings 

      Langsrud, Astrid (Master thesis, 2020)
      Hjernen vår består av nerveceller som kommuniserer med hverandre ved å sende elektriske impulser gjennom bindinger. Forskning har vist at disse bindingene kan utvikle seg over tid, og at måten disse utvikler seg på ser ut ...

    • Insights into the quantification and reporting of model-related uncertainty across different disciplines 

      Simmonds, Emily Grace; Dunn-Sigouin, Etienne; Adjei, Kwaku Peprah; Andersen, Christoffer Wold; Aspheim, Janne Cathrin Hetle; Battistin, Claudia; Bulso, Nicola; Christensen, Hannah M.; Cretois, Benjamin; Cubero, Ryan John Abat; Davidovich, Ivan Andres; Dickel, Lisa; Dunn, Benjamin Adric; Dyrstad, Karin; Einum, Sigurd; Giglio, Donata; Gjerløw, Haakon; Godefroidt, Amélie; González-Gil, Ricardo; Gonzalo Cogno, Soledad; Große, Fabian; Halloran, Paul; Jensen, Mari Fjalstad; Kennedy, John James; Langsæther, Peter Egge; Laverick, Jack H; Lederberger, Debora; Li, Camille; Mandeville, Elizabeth G; Mandeville, Caitlin; Moe, Espen; Schröder, Tobias Navarro; Nunan, David; Sicacha-Parada, Jorge; Simpson, Melanie Rae; Skarstein, Emma Sofie; Spensberger, Clemens; Stevens, Richard; Subramanian, Aneesh C.; Svendsen, Lea; Theisen, Ole Magnus; Watret, Connor; O'Hara, Robert B. (Peer reviewed; Journal article, 2022)
      Quantifying uncertainty associated with our models is the only way we can express how much we know about any phenomenon. Incomplete consideration of model-based uncertainties can lead to overstated conclusions with real-world ...