计算神经科学
计算神经科学是使用数学分析和计算机模拟的方法在不同水平上对神经系统进行模拟和研究: 从神经元的真实生物物理模型,它们的动态交互关系以及神经网络的学习, 到脑的组织和神经类型计算的量化理论等,从计算角度理解脑,研究非程序的、 适应性的、大脑风格的信息处理的本质和能力,探索新型的信息处理机理和途径, 从而创造脑。它的发展将对智能科学、信息科学、认知科学、神经科学等产生重要影响。
==== |
====== |
========= |
======= |
===== |
==== |
==== |
==== |
======= |
======= |
============ |
1. 计算神经科学系列课程
苏黎世大学与苏黎世联邦理工大学共建的转化神经模型单元(Translational Neuromodeling Unit,简称TNU)的系列教学视频,包括计算精神病学(含视频、幻灯片、代码等),计算神经影像诊断,以及fMRI数据分析方法与模型等。
2. 计算神经科学(Rajesh P. N. Rao & Adrienne Fairhall)
英文名Computational Neuroscience,是Coursera上的华盛顿大学的计算神经科学基本参考《理论神经科学》来上,比较全面。
3. 纽约大学 - 神经与认知科学的数学工具(Mike Landy & Eero Simoncelli)
Mathematical Tools for Neural and Cognitive Science,这是纽约大学的研究生课程,让学生学习神经和认知数据和系统的可视化、分析和建模的基本数学方法。本课程涵盖数学和统计工具的基本集合,提供假设、动机、逻辑和几何直觉,以及每个工具的简单推导。概念通过大量的计算练习得到加强。目标是让学生能够理解、使用和解释这些工具。有视频(zoom中国区看不到),课件和作业。
4. 计算神经科学导论(麻省理工学院,Sebastian Seung,2004)
5. 计算神经科学:认知的神经动力学(洛桑联邦理工学院,edX)
6. 神经信息学(伦敦大学学院,Kenneth Harris & Matteo Carandini)
ADNI dataset | IDA |
ATLASES | |
计算神经科学是使用数学分析和计算机模拟的方法在不同水平上对神经系统进行模拟和研究: 从神经元的真实生物物理模型,它们的动态交互关系以及神经网络的学习, 到脑的组织和神经类型计算的量化理论等,从计算角度理解脑,研究非程序的、 适应性的、大脑风格的信息处理的本质和能力,探索新型的信息处理机理和途径, 从而创造脑。它的发展将对智能科学、信息科学、认知科学、神经科学等产生重要影响。