<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Modelos | Departamento Neurociencia</title><link>https://deptoneuro.med.uchile.cl/tags/modelos/</link><atom:link href="https://deptoneuro.med.uchile.cl/tags/modelos/index.xml" rel="self" type="application/rss+xml"/><description>Modelos</description><generator>HugoBlox Kit (https://hugoblox.com)</generator><language>en-us</language><lastBuildDate>Thu, 01 Jan 2026 00:00:00 +0000</lastBuildDate><image><url>https://deptoneuro.med.uchile.cl/media/logo.svg</url><title>Modelos</title><link>https://deptoneuro.med.uchile.cl/tags/modelos/</link></image><item><title>Neurociencia Computacional e IA</title><link>https://deptoneuro.med.uchile.cl/temas/neurociencia-computacional-ia/</link><pubDate>Thu, 01 Jan 2026 00:00:00 +0000</pubDate><guid>https://deptoneuro.med.uchile.cl/temas/neurociencia-computacional-ia/</guid><description>&lt;h2 id="descripción"&gt;Descripción&lt;/h2&gt;
&lt;p&gt;La neurociencia computacional combina herramientas matemáticas, estadísticas y de programación para construir modelos formales del funcionamiento neuronal. Este tema articula investigación que va desde la simulación de neuronas individuales hasta el modelado de circuitos y comportamientos complejos, incluyendo el uso de inteligencia artificial para analizar datos neurocientíficos y para entender cómo el cerebro mismo computa.&lt;/p&gt;
&lt;h2 id="líneas-de-investigación"&gt;Líneas de investigación&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;Modelado de neuronas y circuitos: desde conductancias iónicas hasta redes a gran escala&lt;/li&gt;
&lt;li&gt;Análisis de datos de neuroimagen y electrofisiología con métodos de machine learning&lt;/li&gt;
&lt;li&gt;Modelos bayesianos de percepción y toma de decisiones&lt;/li&gt;
&lt;li&gt;Redes neuronales artificiales como modelos del sistema visual y cognitivo&lt;/li&gt;
&lt;li&gt;Decodificación neural e interfaces cerebro-computador&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="metodologías-frecuentes"&gt;Metodologías frecuentes&lt;/h2&gt;
&lt;p&gt;Simulación computacional (NEURON, Brian2), análisis de series de tiempo neuronales, modelos de espacio de estados, redes neuronales profundas (PyTorch, TensorFlow), análisis de componentes independientes (ICA) y decodificación de señales EEG/fMRI.&lt;/p&gt;</description></item></channel></rss>