脑认知机理与计算模型
课程编码：180234081200P3002H
英文名称：Brain Cognition Principle and Computational Modeling
课时：40
学分：2.00
课程属性：专业课
主讲教师：徐春等
教学目的要求
讲授与计算神经科学相关的脑认知机理，突出学科交叉重点，讲解计算模型的基础与应用
预修课程
无
大纲内容
第一章 大脑系统概述
第1节 大脑分区与神经网络 1.0学时
第2节 神经元 1.0学时
第3节 动作电位 1.0学时
第二章 突触传递与可塑性
第1节 突触结构与递质释放 1.0学时
第2节 树突整合与神经元信号处理 1.0学时
第3节 突触可塑性 2.0学时
第三章 学习与记忆
第1节 记忆功能种类 1.0学时
第2节 学习记忆理论 1.0学时
第3节 学习记忆的群体编码 1.0学时
第四章 脑认知功能
第1节 感觉认知 1.0学时
第2节 注意与抉择 1.0学时
第五章 人工神经网络与类脑智能导论
第1节 人工智能与类脑智能研究回顾 2.0学时
第2节 类脑智能模型的研究范式与挑战 1.0学时
第六章 人工神经网络与表示学习
第1节 人工神经网络基本原理 2.0学时
第2节 人工神经网络学习算法 2.0学时
第3节 人工神经网络结构 1.0学时
第七章 神经动力学与生物计算基础
第1节 神经元动力学模型 1.0学时
第2节 突触动力学模型与可塑性 1.0学时
第3节 网络结构与功能的动力学约束 1.0学时
第八章 脉冲神经网络与类脑智能
第1节 脉冲神经网络基本原理 1.0学时
第2节 脉冲神经网络训练算法 1.0学时
第3节 脉冲神经网络结构建模与应用 1.0学时
第九章 学习、记忆与预测的认知计算模型
第1节 学习与记忆的计算理论 2.0学时
第2节 记忆的神经与计算机制 1.0学时
第3节 注意机制与信息选择 1.0学时
第4节 预测编码与贝叶斯脑 2.0学时
第5节 自由能原理 1.0学时
第十章 类脑系统与具身智能
第1节 神经形态芯片 2.0学时
第2节 类脑机器人与具身认知 1.0学时
第十一章 前沿与展望
第1节 类脑智能 VS 大模型 1.0学时
第2节 挑战、伦理与未来方向 1.0学时
第十二章 考试
第1节 考试 2.0学时
教材信息
1、
神经生物学原理
骆利群
2018年8月
高等教育出版社
参考书
1、
Principles of Neural Science
Eric R. Kandel, John D. Koester, Sarah H. Mack, Steven A. Siegelbaum
2021年3月
McGraw Hill Education
2、
Cognitive Neuroscience: The Biology of the Mind
Michael S. Gazzaniga, Richard B. Ivry, George R. Mangun
2013年10月
W. W. Norton & Company
3、
Neuronal Dynamics: From Single Neurons to Networks and Models of Cognition
Wulfram Gerstner, Werner M. Kistler, Richard Naud, Liam Paninski
2014年9月
Cambridge University Press
4、
Theoretical Neuroscience
Peter Dayan, LF Abbott
2005年9月
MIT Press
5、
Principles of Neural Science
Eric Kandel, James Schwartz, Thomas Jessell, Steven Siegebaum
2012年10月
McGraw-Hill Education
6、
Deep Learning
Ian Goodfellow, Yoshua Bengio and Aaron Courville
2016年11月
MIT Press
课程教师信息
徐春博士，1999-2003年就读于厦门大学生命科学学院，获理学学士学位。2003－2009年就读于中国科学院神经科学研究所，获理学博士学位。2009-2016年期间在瑞士弗里德里希-米歇尔研究所（Friedrich MiescherInstitute）从事博士后研究工作。2017年1月起任中国科学院神经科学研究所研究员，研究组组长。徐春博士主要研究环境调节行为发生的神经生物学机制。
赵东城，脑智卓越中心副研究员，长期从事兼具生物合理性与计算高效性的脉冲神经网络研究。在相关领域发表高水平论文40余篇，研究成果发表于PNAS、Patterns、iScience，IEEE Transactions系列期刊，以及ICLR、NeurIPS、CVPR 等人工智能领域顶级会议。