Rodrigo Felipe de Oliveira Pena

Professor de Neurociência Computacional na Florida Atlantic University. Seus interesses de pesquisa estão centrados na compreensão dos aspectos fundamentais do comportamento neuronal e como eles se relacionam com fenômenos de rede. Nos projetos atuais, ele se concentra na modelagem de diferentes níveis de organização do cérebro, desde canais iônicos e células neurais até redes e modelos de campo médio/taxa de disparo reduzida. Ele também utiliza várias técnicas para obter insights sobre como esses níveis de organização interagem. Ao longo de sua carreira, ele desenvolveu experiência em uma variedade de campos, incluindo Aprendizado Profundo, Aprendizado de Máquina, Teoria da Informação, Processos Estocásticos e Sistemas Dinâmicos. Anteriormente, ele foi pós-doutorando no New Jersey Institute of Technology e na Rutgers University, onde se especializou em Neurociência Computacional e Teórica. Rodrigo possui doutorado em Física Aplicada à Medicina e Biologia pela Universidade de São Paulo (Ribeirão Preto) e bacharelado em Física Médica pela mesma universidade. Durante sua formação, ele desenvolveu iniciação científica e um doutorado com bolsa FAPESP no SisNe (Laboratório de Sistemas Neurais) da USP-RP. Ele também colabora com diversos projetos destacados, como o CEPID FAPESP NeuroMat 2013/07699-0 e o projeto temático FAPESP 2011/50151-0 denominado Fenômenos Dinâmicos em Redes Complexas: Fundamentos e Aplicações. Ele também estudou por certo período na École Polytechnique Fédérale de Lausanne (EPFL) na Suíça e também na Humboldt-Universität zu Berlin na Alemanha, onde acumulou ampla experiência em Neurociência Teórica e Computacional e Engenharia Biomédica com ênfase em Modelagem de Fenômenos e Sistemas Biológicos.

Professor of Computational Neuroscience at Florida Atlantic University. His research interests center around understanding the fundamental aspects of neuronal behavior and how they relate to network phenomena. In the current projects, he focuses on modeling different levels of brain organization, ranging from ion channels and neuronal cells to networks and reduced mean-field/firing-rate models. He also employs various techniques to gain insight into how these levels of organization interact. Throughout my career, He has developed expertise in a variety of fields, including Deep Learning, Machine Learning, Information Theory, Stochastic Processes, and Dynamical Systems. Previously, I was a postdoc at the New Jersey Institute of Technology and Rutgers University, where he specialized in Computational and Theoretical Neuroscience. Rodrigo holds a Ph.D. in Physics Applied to Medicine and Biology from the University of São Paulo (Ribeirão Preto) and a Bachelor in Medical Physics from the same university. During his training, he developed scientific initiation and a Ph.D. with a FAPESP scholarship from the USP-RP SisNe (Neural Systems Laboratory). He also collaborates with several outstanding projects such as the CEPID FAPESP NeuroMat 2013 / 07699-0 and the thematic project FAPESP 2011 / 50151-0 denominated Dynamic Phenomena in Complex Networks: Fundamentals and Applications. He also studied at the École Polytechnique Fédérale de Lausanne (EPFL) in Switzerland and also the Humboldt-Universität zu Berlin in Germany where he accumulated extensive experience in Theoretical and Computational Neuroscience and in Biomedical Engineering with emphasis on Modeling Phenomena and Biological Systems.