Door de recente successen van deep learning en artificiële neurale netwerken te combineren met de biologische kennis van onze hersenen, kunnen we nieuw licht werpen op hoe mensen leren uit nieuwe ervaringen. Deze scriptie onderzoekt target propagation, een wiskundig model over hoe neuronen hun synaptische sterkte aanpassen om leren mogelijk te maken. Op basis van netwerk modellen ontdekten we dat target propagation een vorm van Gauss-Newton optimalisatie is en dat een biologisch netwerk van piramidale neuronen een gelijkaardig gedrag als target propagation kan vertonen.

Diepe hersenstimulatie (DBS) wordt gebruikt om verschillende bewegings- en neuropsychiatrische stoornissen te behandelen. Eerst worden de elektromagnetische velden, opgewekt tijdens DBS, bestudeerd met computersimulaties. Vervolgens wordt de neuronale respons onderzocht aan de hand van een programma dat voor de scriptie geschreven werd.