Academic literature on the topic 'Control in neuroscience'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Control in neuroscience.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Control in neuroscience"
Stern, P. R. "NEUROSCIENCE: Dendritic Control of Rhythmicity." Science 293, no. 5532 (August 10, 2001): 1015e—1017. http://dx.doi.org/10.1126/science.293.5532.1015e.
Full textChin, G. J. "NEUROSCIENCE: Pathways to Pain Control." Science 288, no. 5475 (June 30, 2000): 2287b—2287. http://dx.doi.org/10.1126/science.288.5475.2287b.
Full textMadhav, Manu S., and Noah J. Cowan. "The Synergy Between Neuroscience and Control Theory: The Nervous System as Inspiration for Hard Control Challenges." Annual Review of Control, Robotics, and Autonomous Systems 3, no. 1 (May 3, 2020): 243–67. http://dx.doi.org/10.1146/annurev-control-060117-104856.
Full textAhmed, S. Ejaz. "Dynamic Neuroscience Statistic, Modeling, and Control." Technometrics 61, no. 4 (October 2, 2019): 568. http://dx.doi.org/10.1080/00401706.2019.1679542.
Full textMatsumoto, K. "NEUROSCIENCE: Enhanced: Conflict and Cognitive Control." Science 303, no. 5660 (February 13, 2004): 969–70. http://dx.doi.org/10.1126/science.1094733.
Full textRakic, P. "NEUROSCIENCE: Genetic Control of Cortical Convolutions." Science 303, no. 5666 (March 26, 2004): 1983–84. http://dx.doi.org/10.1126/science.1096414.
Full textFox, Douglas. "Remote control brains: a neuroscience revolution." New Scientist 195, no. 2613 (July 2007): 30–34. http://dx.doi.org/10.1016/s0262-4079(07)61838-7.
Full textBridgeman, Bruce. "Applications of predictive control in neuroscience." Behavioral and Brain Sciences 36, no. 3 (May 10, 2013): 208. http://dx.doi.org/10.1017/s0140525x12002282.
Full textSchoofs, Andreas, and Michael J. Pankratz. "Neuroscience: Moving thoughts control insulin release." Current Biology 33, no. 7 (April 2023): R274—R276. http://dx.doi.org/10.1016/j.cub.2023.02.054.
Full textCastro, L. C. "Affective Neuroscience: A Crucial Role in Psychiatry." European Psychiatry 24, S1 (January 2009): 1. http://dx.doi.org/10.1016/s0924-9338(09)71130-7.
Full textDissertations / Theses on the topic "Control in neuroscience"
Yamanaka, Juri. "Anticipatory grip force control in stroke." Thesis, McGill University, 2011. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=97235.
Full textQuand le bras en mouvement tient un objet, la force de préhension (FdP) augmente en début de mouvement (contrôle anticipatoire; CA). Après un accident vasculaire cérébral (AVC), les personnes conservent le CA dans quelques tâches mais peu d'entre elles sont écologiques. Nous avons émis l'hypothèse que l'AVC entraîne des problèmes de CA lors de tâches fonctionnelles. Les sujets ont levé un capteur de force de 63,5g (lever) avec le pouce et l'index et l'ont tenu (maintien) tout en fléchissant ou allongeant le coude (transport). La FdP, l'activité EMG des muscles du coude et du pouce ainsi que l'accélération de l'avant-bras ont été enregistrées. Les sujets avec un AVC n'avaient pas de déficience dans le CA entre la FdP et l'accélération. Toutefois, ils utilisaient plus de FdP; ils avaient des déficits dans le maintien de la FdP; ils ont démontrés des relations anormales entre la PdF et les paramètres temporels de préhension et ils présentaient une perturbation temporelle de l'activation musculaires entre le fléchisseurs du coude et du pouce lors des mouvements de flexion. Ces résultats suggèrent que les l'AVC altère les patrons de préhension lors de tâches fonctionnelles du bras.
Leonard, Julia Anne. "The feedforward control of posture and movement." Thesis, McGill University, 2013. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=114142.
Full textLes mouvements volontaires effectués dans la position debout peuvent engendrer des perturbations de l'équilibre en raison de la structure complexe du système musculo-squelettique. Pour amorcer ces perturbations et s'assurer que l'équilibre est maintenu, le système nerveux central (SNC) amorce le déplacement du centre de masse (CM) par la mise en jeu d'ajustements posturaux avant et accompagnant les mouvements programmés en mode proactif (Massion 1992) en utilisant des représentations internes du corps et de l'environnement. À ce jour, la majorité des études portant sur le contrôle de la posture lors des mouvements volontaires chez l'homme ont comme but soit l'identification du rôle ou la caractérisation de la structure temporelle de ces ajustements posturaux anticipateurs. Cependant, une connaissance approfondie concernant l'organisation spatiale de l'activité posturale est manquante. De plus, ce n'est pas évident comment la posture est coordonnée lorsque le but du mouvement change après le commencement du mouvement. Ainsi, les études présentées ici ont comme but de répondre à ces questions pour développer une meilleure compréhension de l'organisation centrale de la posture et le mouvement. Les signaux électromyographiques, les forces de réaction au sol et la cinématique tridimensionnelle ont été enregistrés pendant que les sujets effectuaient des mouvements de pointage vers des cibles distinctes dans la position debout. Les stratégies posturales organisées en mode proactif ont été quantifiées sans pertubations et avect des pertubations visuomotrices des movements d'atteinte. La caractérisation de l'organisation spatiale et temporelle de l'éléctromyographie et des forces appliquées au sol ont révélé que l'activité des muscles était biaisée vers la direction de pointage ('directionally-tuned') mais que les forces au sol étaient appliquées dans un nombre de directions limitées ('force constraint strategy'). De plus, la variabilité spatiale et temporelle de l'activité des muscles posturaux était expliquée par les synergies musculaires. Ceci suggère qu'une organisation modulaire est utilisée par le SNC pour faciliter la tâche de contrôle de la posture. Ces stratégies sont similaires à celles observées pour les ajustements posturaux compensatoires (à base de 'feedback' ou rétroaction), ce qui suggère que le SNC dépend des mêmes structures neuronales pour contrôler la posture dans la mode proactif et rétroactif. Par la suite, la nature du signal pour le contrôle de la posture a été examinée lors des mouvements de pointage qui ont été perturbés avec un déplacement de la cible visuelle après que le mouvement ait été commencé. Ici, l'activité musculaire dans les jambes était modulée avant la modulation de l'activité musculaire liée à la correction de la trajectoire du bras. Ensemble, les conclusions de cette thèse fournissent un aperçu important sur la façon dont le cerveau coordonne le contrôle de la posture et du mouvement. Les résultats présentés supportent la conclusion que les commandes centrales pour la posture et le mouvement interagissent dans le SNC, et que les structures neuronales sont partagées pour la posture organisée de façon anticipatoire, ou proactif, et compensatoire. Les stratégies posturales typiques dans les jeunes adultes en santé sont quantifiées et forment une base de données pour la comparaison avec des gens sujets au déséquilibre lors de la performance des mouvements volontaires.
Bailey, Phoebe Elizabeth Psychology Faculty of Science UNSW. "The social cognitive neuroscience of empathy in older adulthood." Awarded By:University of New South Wales. Psychology, 2009. http://handle.unsw.edu.au/1959.4/44506.
Full textWee, Caroline Lei. "Neuromodulatory Control of Motivated Behavior in the Larval Zebrafish." Thesis, Harvard University, 2016. http://nrs.harvard.edu/urn-3:HUL.InstRepos:33493507.
Full textBiology, Molecular and Cellular
Venugopalan, Viswanath. "Compulsion and control: prefrontal and mesolimbic systems in human addiction." Thesis, McGill University, 2011. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=103490.
Full textIntroduction : La toxicomanie est un trouble complexe, chronique et qui revient, caractérisée par une perte de contrôle sur la consommation de drogues malgré la menace très réelle de se faire du mal. C'est le point où l'utilisation de drogues n'est plus volontaire mais caractérisée par la recherche et prise de drogues compulsives. La transition à la toxicomanie serait le résultat de changements à des circuits neuronaux induits par la drogue. Le système de la dopamine (DA) méso-cortico-limbique est impliqué dans le motivation, le renforcement et la modulation du contrôle exécutif et le cortex préfrontral (CPF) est impliqué dans le contrôle exécutif. Durant la progression à la toxicomanie, des adaptations à ces systèmes 1) érodent la capacité de résister à la prise de drogues, et 2) exagèrent la saillance encourageante de la drogue et des stimuli associés aux drogues. Ce qui est intéressant c'est que l'exposition à la drogue ne mène pas nécessairement à la toxicomanie. Un sous-ensemble de consommateurs de drogues, les « chippers », ne manifestent pas la perte de contrôle typifiant les toxicomanes. Qu'est-ce qui protège ces gens contre la toxicomanie? Ce qui est remarquable c'est que les différences neurobiologiques des circuits neuraux de la motivation et du contrôle qui distinguent les toxicomanes des chippers n'ont pas encore été étudiées de manière systématique. Méthodes : Nous avons mesuré l'effet d'une manipulation de la DA sur la motivation de fumer et le biais de l'attention vers les stimuli associés à l'action de fumer et sur les tâches qui jaugent la fonction exécutive, contrôlée par le CPF, chez (i) les fumeurs à basse fréquence qui fument depuis un maximum de un an (FBF), (ii) les fumeurs à basse fréquence qui se sont stabilisés à ce niveau pour au moins trois ans (FBFS), et (iii) les fumeurs à haute fréquence stables (FHF). Les résultats principaux sont les suivants. Résultats: 1) Baisser la synthèse de la DA a diminué la consommation de cigarettes contenant de la nicotine chez les 3 groupes de fumeurs mais n'a pas eu d'effet sur le goût conscient ou le plaisir de fumer. 2) Tous les fumeurs ont travaillé plus pour des cigarettes contenant de la nicotine que pour celles qui n'en contenaient pas. 3) Les FHF ont aussi plus travaillé pour les cigarettes avec nicotine que les FBF et FBFS. 4) Les FBF/FBFS étaient meilleurs que les FHF à une tâche consistant d'empêcher une réponse motrice en cours, jaugée par le temps de réaction suivant un signal d'arrêt, un modèle de déficience déjà observé chez les patients avec des lésions focales au CPF latéral et dorso-médial. 5) En général, la déplétion aigue de phénylalanine et tyrosine (DAPT) n'a pas eu d'effet sur la fonction exécutive (FE). Par contre, des analyses post-hoc ont démontré que la recherche de la nouveauté (RN), un index que l'on croit représenter la fonction DA de base, prédisait les changements à la FE induite par la DAPT. En utilisant cette approche, nous avons découvert qu'en accordance avec une fonction « U » inversée, la DAPT modifie les biais de l'attention vers les stimuli associés à l'action de fumer, mesurés par le Stroop de la cigarette. Conclusion: En résumé, l'inhibition de réponses contrôlées par un réseau du CPF dorso-médial/gyrus inférieur droit, distingue les chippers de tabac des FHF. Ceci peut être perçu comme étant un facteur clé contribuant à la capacité de restreindre son habitude de fumer, protégeant ainsi les chippers de tabac contre la progression à la dépendance aux drogues. Nous présentons donc de nouvelles données qui ajoutent à notre compréhension des différences neurobiologiques qui séparent les fumeurs à basse et haute fréquence, et du rôle de la DA dans le maintien de la motivation d'obtenir des cigarettes avec nicotine. Ces données pourraient être utiles pour concevoir des interventions mieux ciblées pour les fumeurs.
Jayaraman, Divya. "The role of centriole biogenesis in control of brain size." Thesis, Harvard University, 2015. http://nrs.harvard.edu/urn-3:HUL.InstRepos:23845435.
Full textMedical Sciences
Keen, Douglas Andrew. "Neural and muscular control of the human extensor digitorum muscle." Diss., The University of Arizona, 2002. http://hdl.handle.net/10150/280191.
Full textLee, Andrew Moses. "Neural circuit for locomotor control, brain state modulation, and decision-making." Thesis, University of California, San Francisco, 2013. http://pqdtopen.proquest.com/#viewpdf?dispub=3599392.
Full textLocomotion is a behavior essential for survival. It is important for guiding goal-directed approach towards desired outcomes and avoidance of aversive stimuli. To this end, a large number of processes in the brain are both regulated by and serve to inform the locomotor behavior of animals. Here, we attempt to define the neural circuits underlying locomotor control, the associated changes that locomotion has upon brain states, and the neurobiological basis of locomotor decisions. In Chapter 1, we describe what is known regarding the neural circuits guiding locomotor behaviors. We provide background also regarding the known mechanisms that guide changes in brain states and are associated with locomotion. We then touch upon recent literature attempting to understand how information is used to guide decision-making to better understand the specific problem of how locomotor decisions are made. In Chapter 2, we then present novel findings, identifying brainstem circuits that control locomotion and concurrently regulate visual processing of information in the cortex through the basal forebrain. These findings may apply to other networks beyond the visual system and form a general mechanism by which various brain regions are modulated by behavioral state. In Chapter 3, we demonstrate that these brainstem circuits are under the regulation of the basal ganglia. These studies identify a conserved, phylogenetically ancient pathway for guiding locomotion that may exist in all vertebrates and represent one of the earliest functions of the basal ganglia system. In chapter 4, we leverage our understanding of the basal ganglia pathways for locomotor control to understand the processes of goal-directed decision-making. In chapter 5, we find that the ventral striatal shares a parallel organization to the dorsal striatum for implementing reinforcement learning to guide future locomotor decision-making. These studies into the basis of goal-directed locomotor behaviors may elucidate general principles for decision-making. Collectively, these results demonstrate control systems for locomotion are deeply interconnected with a diverse array of processes throughout the brain that guide goal-directed locomotor behaviors.
Johnson, Otto Luke Ross. "Physiological and anatomical control of burst firing in the substantia nigra." Thesis, University of Oxford, 1998. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.268205.
Full textMurphy, Alexander James. "RNA and Protein Networks That Locally Control Brain Wiring During Development." Thesis, Harvard University, 2015. http://nrs.harvard.edu/urn-3:HUL.InstRepos:17467385.
Full textMedical Sciences
Books on the topic "Control in neuroscience"
Paszkiel, Szczepan, ed. Control, Computer Engineering and Neuroscience. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-72254-8.
Full textNeural control engineering: The emerging intersection between control theory and neuroscience. Cambridge, MA: MIT Press, 2012.
Find full textThe neuroscience of attention: Attentional control and selection. New York: Oxford University Press, 2011.
Find full textHemmen, J. L. van 1947- and Sejnowski Terrence J, eds. 23 problems in systems neuroscience. New York: Oxford University Press, 2005.
Find full textVanderwolf, Case H. The evolving brain: The mind and the neural control of behavior. New York, NY: Springer, 2010.
Find full textRosenbaum, David A. Human motor control. 2nd ed. Amsterdam: Elsevier Inc, 2010.
Find full textHuman motor control. San Diego: Academic Press, 1991.
Find full textThird generation leadership and the locus of control: Knowledge, change, and neuroscience. Burlington, VT: Gower Pub., 2012.
Find full textThird generation leadership and the locus of control: Knowledge, change and neuroscience. Abingdon, Oxon: Routledge, 2016.
Find full textSensorimotor control and learning: An introduction to the behavioral neuroscience of action. Basingstoke, Hampshire: Palgrave Macmillan, 2012.
Find full textBook chapters on the topic "Control in neuroscience"
Mishra, Ramesh Kumar. "Neuroscience of Bilingualism." In Bilingualism and Cognitive Control, 91–112. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-92513-4_5.
Full textFerrée, Thomas C., and Shawn R. Lockery. "Chemotaxis Control by Linear Recurrent Networks." In Computational Neuroscience, 373–77. Boston, MA: Springer US, 1998. http://dx.doi.org/10.1007/978-1-4615-4831-7_62.
Full textCisek, Paul, Daniel Bullock, and Stephen Grossberg. "Cortical Circuits for Control of Voluntary Arm Movements." In Computational Neuroscience, 287–92. Boston, MA: Springer US, 1997. http://dx.doi.org/10.1007/978-1-4757-9800-5_46.
Full textWadden, Tom, and Örjan Ekeberg. "Localized Neural Network Control of Spring Actuated Leg." In Computational Neuroscience, 543–46. Boston, MA: Springer US, 1997. http://dx.doi.org/10.1007/978-1-4757-9800-5_85.
Full textTing, Lena H., and Jessica L. Allen. "Neuromechanics of Postural Control." In Encyclopedia of Computational Neuroscience, 1951–54. New York, NY: Springer New York, 2015. http://dx.doi.org/10.1007/978-1-4614-6675-8_574.
Full textMoschovakis, Adonis K. "Oculomotor Control, Models of." In Encyclopedia of Computational Neuroscience, 2125–29. New York, NY: Springer New York, 2015. http://dx.doi.org/10.1007/978-1-4614-6675-8_653.
Full textQueisser, Gillian. "Transcriptional Control Dysfunction, Modeling." In Encyclopedia of Computational Neuroscience, 2984–86. New York, NY: Springer New York, 2015. http://dx.doi.org/10.1007/978-1-4614-6675-8_717.
Full textDietz, V., and G. A. Horstmann. "Afferent Control of Posture." In Tutorials in Motor Neuroscience, 209–22. Dordrecht: Springer Netherlands, 1991. http://dx.doi.org/10.1007/978-94-011-3626-6_18.
Full textTing, Lena H., and Jessica L. Allen. "Neuromechanics of Postural Control." In Encyclopedia of Computational Neuroscience, 1–4. New York, NY: Springer New York, 2014. http://dx.doi.org/10.1007/978-1-4614-7320-6_574-1.
Full textMoschovakis, Adonis K. "Oculomotor Control, Models of." In Encyclopedia of Computational Neuroscience, 1–6. New York, NY: Springer New York, 2013. http://dx.doi.org/10.1007/978-1-4614-7320-6_653-1.
Full textConference papers on the topic "Control in neuroscience"
Huang, J., A. Isidori, L. Marconi, M. Mischiati, E. Sontag, and W. M. Wonham. "Internal Models in Control, Biology and Neuroscience." In 2018 IEEE Conference on Decision and Control (CDC). IEEE, 2018. http://dx.doi.org/10.1109/cdc.2018.8619624.
Full textCastiñeiras de Saa, Juan R., and Alfonso Renart. "Control Limited Perceptual Decision Making." In 2023 Conference on Cognitive Computational Neuroscience. Oxford, United Kingdom: Cognitive Computational Neuroscience, 2023. http://dx.doi.org/10.32470/ccn.2023.1725-0.
Full textSantosa, Hendrik. "Optical Imaging Technique: A Powerful Tool for Neuroscience." In 2021 International Conference on Instrumentation, Control, and Automation (ICA). IEEE, 2021. http://dx.doi.org/10.1109/ica52848.2021.9625668.
Full textGarcia-Violini, Demian, Nicolas I. Bertone, Sebastian Martinez, Franco Chiesa-Docampo, Veronica De la Fuente, Mariano Belluscio, Joaquin Piriz, and Ricardo S. Sanchez-Poria. "Closed-Loop in Neuroscience: Can a Brain be Controlled?" In 2018 Argentine Conference on Automatic Control (AADECA). IEEE, 2018. http://dx.doi.org/10.23919/aadeca.2018.8577350.
Full textZheng, Rui, Xinkai Kuai, Guosheng Yang, and Siyao Fu. "A tri-modal Schema for cognitive neuroscience research." In 2012 Third International Conference on Intelligent Control and Information Processing (ICICIP). IEEE, 2012. http://dx.doi.org/10.1109/icicip.2012.6391465.
Full textBashivan, Pouya, Kohitij Kar, and James DiCarlo. "Neural Population Control via Deep ANN Image Synthesis." In 2018 Conference on Cognitive Computational Neuroscience. Brentwood, Tennessee, USA: Cognitive Computational Neuroscience, 2018. http://dx.doi.org/10.32470/ccn.2018.1222-0.
Full textDong, Cody, Qihong Lu, and Kenneth Norman. "Strategic Control of Episodic Memory Through Post-Gating." In 2023 Conference on Cognitive Computational Neuroscience. Oxford, United Kingdom: Cognitive Computational Neuroscience, 2023. http://dx.doi.org/10.32470/ccn.2023.1340-0.
Full textSandbrink, Kai, and Christopher Summerfield. "Learning the value of control with Deep RL." In 2023 Conference on Cognitive Computational Neuroscience. Oxford, United Kingdom: Cognitive Computational Neuroscience, 2023. http://dx.doi.org/10.32470/ccn.2023.1640-0.
Full textBustamante, Laura, Falk Lieder, Sebastian Musslick, Amitai Shenhav, and Jonathan Cohen. "Learning to overexert cognitive control in the Stroop task." In 2018 Conference on Cognitive Computational Neuroscience. Brentwood, Tennessee, USA: Cognitive Computational Neuroscience, 2018. http://dx.doi.org/10.32470/ccn.2018.1094-0.
Full textMcNamee, Daniel, Matthew Botvinick, and Samuel Gershman. "Corticostriatal signatures of learning efficient internal models for control." In 2018 Conference on Cognitive Computational Neuroscience. Brentwood, Tennessee, USA: Cognitive Computational Neuroscience, 2018. http://dx.doi.org/10.32470/ccn.2018.1125-0.
Full textReports on the topic "Control in neuroscience"
Singh, Anjali. What Is Optogenetics and How Does It Work? ConductScience, July 2022. http://dx.doi.org/10.55157/cs20220704.
Full text