7,129
个编辑
更改
跳到导航
跳到搜索
第196行：
第196行： − '''《神经科学的数学原理》'''（《Mathematical Foundations of Neuroscience》）G.Bard Ermentrout, David H.Terman著 吴莹，刘深泉译+ − 1.9节详细介绍了本词条内容+ + + + + + + + + + + +
→编者推荐
== 编者推荐 ==
== 编者推荐 ==
===集智课程===
====[https://campus.swarma.org/course/4370 神经动力学模型读书会]====
人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。自神经科学这一学科建立以来，从解析神经元之间的相互作用机理、到刻画皮层柱之间的连接形式、再到探究脑区间不同认知功能的分离与整合模式，无数科学家试图从不同尺度研究大脑，以期揭示人脑这一最为复杂的神经系统的工作模式，进而理解语言、情绪、记忆和社会交往等高级认知活动的底层神经机制，并一定程度上启发通用人工智能机器人的设计。
近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。
本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作，激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣，来自国内外多所知名高校的专家学者（详见发起人介绍）共同发起了「神经动力学模型」读书会，聚焦于神经科学中的动力学建模这一前沿课题，讨论他们在研究一线中遇到的实际困惑，对相关文献进行深入梳理、激发跨学科的学术火花。
===推荐书籍===
====《神经科学的数学基础》====
该书原作为《Mathematical Foundations of Neuroscience》，由G.Bard Ermentrout, David H.Terman著，由吴莹，刘深泉译，为应用非线性动力学的方法来解决神经科学中的问题，包括利用现代数学建模方法理解各类试验中出现的神经放电模式。作者采用了多种非常广泛的方法来研究神经元以及神经回路的复杂模型，并结合数值模拟、解析法、动力学系统及扰动方法来分析多种类型的神经科学相关模型，形成一种新的现代理论。书中还分析了噪声、时间尺度效应以及空间相关性，解释了神经科学实验中出现的复杂的行为模式。
----
----