計算神經科學導論

Introduction to Computational Neuroscience, Spring 2004

2004春季
本課程對神經編碼和動力學進行數學討論。主題包括卷積、相關性、線性系統、博弈理論、信號檢測理論、概率論、資訊理論和強化學習。也會講到神經編碼的應用，主要著重視覺系統，另外還會講述Hodgkin-Huxley（HH）方程和另外一些與神經興奮相關的模型，離子通道的隨機模型，電纜理論和突觸傳遞模型。

課程目錄

指定教科書

Dayan, Peter, and L. F. Abbott.《理論神經科學：神經系統的計算和數學建模》Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. Cambridge, MA: MIT Press,，2001，. ISBN：0262041995

課綱與詳述事項

課程重點

本課程有可下載的課堂講稿，以及作業部分中的習題集。

瀏覽Seung Lab網站。

技術需求

需要特別軟體來使用本課程內的一些檔案：.mat 和 .m

教學大綱

課程體系

計算神經科學的基本假設是由大腦計算。這是什麼意思？一般言之，電腦是動態系統，它的狀態變數編碼外部世界的資訊。簡言之，計算等於編碼加動態機制。一些神經科學家研究神經活動或大腦的其他動態變數如何編碼資訊。另一些則嘗試解釋動態變數是如何隨著時間變化。神經動態機制的動力學又可以進一步劃分成兩個研究方向。Hodgkin和Huxley的工作是傳統方向的例子，著重於單個神經元的生物物理學；另一方向著重於網路的動力學，研究神經元相互作用凸顯的現象。因此計算神經科學可以分為三個亞分支：神經編碼，神經元的生物物理學和神經網路。