Показати скорочену інформацію

dc.contributor.authorРоманенко, О. В.uk
dc.contributor.authorRomanenko, O. V.en
dc.date.accessioned2026-09-03T10:18:51Z
dc.date.available2026-09-03T10:18:51Z
dc.date.issued2026
dc.identifier.citationРоманенко О. В. Сучасні підходи до представлення клітинних мембран за допомогою електронних моделей // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/30206.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/52660
dc.description.abstractелектронних моделей. Показано, що ліпідний бішар доцільно інтерпретувати як ємнісний елемент, а іонні канали - як керовані провідності. Узагальнено можливості conductance-based, кінетичних, гібридних та електродифузійних моделей для аналізу біоелектричних процесів і оцінено їх роль у моделюванні мембранного потенціалу.uk
dc.description.abstractmodels. It is shown that the lipid bilayer can be interpreted as a capacitive element, whereas ion channels act as controlled conductances. The possibilities of conductance-based, kinetic, hybrid, and electrodiffusion models for analyzing bioelectrical processes are summarized, and their role in membrane potential modeling is assessed.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/30206
dc.subjectбіологічна мембранаuk
dc.subjectелектронна модельuk
dc.subjectмембранний потенціалuk
dc.subjectіонні каналиuk
dc.subjectпровідніснамодельuk
dc.subjectмодель Ходжкіна-Хаксліuk
dc.subjectbiological membraneen
dc.subjectelectrical modelen
dc.subjectmembrane potentialen
dc.subjection channelsen
dc.subjectconductance-based modelen
dc.subjectHodgkin-Huxley modelen
dc.titleСучасні підходи до представлення клітинних мембран за допомогою електронних моделейuk
dc.typeThesis
dc.identifier.udc577.352:621.3
dc.relation.referencesBrandoit J., Ernst D., Drion G., Fyon A. Fast reconstruction of degenerate populations of conductance-based neuron models from spike times // PLoS Computational Biology. 2026. Vol. 22, No. 5. Art. e1014337. DOI: https://doi.org/10.1371/journal.pcbi.1014337.en
dc.relation.referencesWang Y., Ding G., Yao W. Dynamic Analysis of Neuron Models // AppliedMath. 2023. Vol. 3, No. 4. P. 758– 770. DOI: https://doi.org/10.3390/appliedmath3040041.en
dc.relation.referencesMangold K. E., Wang W., Johnson E. K., Bhagavan D., Moreno J. D. et al. Identification of structures for ion channel kinetic models // PLoS Computational Biology. 2021. Vol. 17, No. 8. Art. e1008932. DOI: https://doi.org/10.1371/journal.pcbi.1008932.en
dc.relation.referencesEstienne L. Towards an Hybrid Hodgkin-Huxley Action Potential Generation Model. arXiv preprint. 2023. DOI: https://doi.org/10.48550/arXiv.2304.01346.en
dc.relation.referencesPatel V., Priosoetanto J. D., Mistry A., Newman J., Balsara N. P. A Primitive Model for Predicting Membrane Currents in Excitable Cells Based Only on Ion Diffusion Coefficients. arXiv preprint. 2024. DOI: https://doi.org/10.48550/arXiv.2407.09474.en


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію