Best Paper Award der EECSS 2022 (30.07.2022)

Die elektrischen Eigenschaften einer Grenzfläche zwischen einer Elektrode und einem Neuron sind stark abhängig von der Grenzflächengeometrie und andere Parameter. Finite-Elemente-Modelle können verwendet werden, um diese Eigenschaften bis zu einem gewissen Grad zu untersuchen. Leider sind solche Modelle rechnerisch sehr teuer. Durch die Reduzierung dieser Modelle kann die Rechenzeit verringert werden. Die Autoren verwenden eine Krylovsubspace-basierte Modellordnungsreduktion, um ein vereinfachtes, linearisiertes Finite-Elemente-Modell einer Elektrode-Neuron-Schnittstelle zu erstellen. Dies erleichtert die Kopplung an das Hodgkin-Huxley-Modell auf Systemebene und reduziert die Rechenzeit erheblich. Die Genauigkeit des ursprünglichen Finite-Elemente-Modells bleibt dabei weitgehend erhalten.

Ziel des von der International Academy of Science, Engineering and Technology (International ASET Inc.) organisierten World Congress on Electrical Engineering and Computer Systems and Science – EECSS ist es, einer der führenden internationalen Jahreskongresse in den Bereichen Elektrotechnik und Computersysteme sowie Naturwissenschaften zu werden. Der Kongress besteht aus 5 Konferenzen und bietet Wissenschaftlerinnen und Wissenschaftlern, Forscherinnen und Forschern, Wirtschaftsingenieurinnen und Wirtschaftsingenieuren sowie Universitätsstudierenden gute Möglichkeiten, ihre Forschungsleistungen vorzustellen und neue Kooperationen und Partnerschaften mit Expertinnen und Experten zu entwickeln. Die International Academy of Science, Engineering and Technology (International ASET Inc.) wurde 2010 gegründet, um sich der Bildung in Wissenschaft und Technik zu widmen. Sie organisiert thematische Konferenzen, Kurse und Workshops zu wissenschaftlichen und technischen Themen und veröffentlicht wissenschaftlich-technische Zeitschriften und Bücher.


Back