注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 从计算机到人脑-计算神经科学基础

  2. 本书详细描述了计算认知科学的基本概念和方法，适合有一定生物学和j计算基础，并对计算神经生物学这一前沿领域感兴趣的读者。

  3. 所属分类：教育

    • 发布日期：2011-08-27
    • 文件大小：6291456
    • 提供者：yndxb

  1. 从计算机到人脑：计算神经科学基础

  2. In From Computer to Brain: Foundations of Computational Neuroscience, William Lytton provides a gentle but rigorous introduction to the art of modeling neurons and neural systems. It is an accessible entry to the methods and approaches used to model

  3. 所属分类：专业指导

    • 发布日期：2011-10-08
    • 文件大小：6291456
    • 提供者：lucytheslayer

  1. 从计算机到人脑：计算神经科学基础

  2. 从计算机到人脑：计算神经科学基础

  3. 所属分类：其它

    • 发布日期：2016-03-14
    • 文件大小：6291456
    • 提供者：wangxunweihua

  1. 人工神经网络综述

  2. 人工神经网络 (Artificial Neural Network, ANN) 是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在 现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。ANN 通过模 仿人类大脑的结构和功能，并借鉴生物神经科学的研究成果，实现对信息的处理，是一种新兴的交叉学科，不但推动了智能化计算的应用和发展，同时也为信息科学和神经生物学的研究方法带来革命性的变化，现已成功应用于脑科学，认知科学，模式识别，智能控制，计算机科学

  3. 所属分类：深度学习

    • 发布日期：2018-03-20
    • 文件大小：150528
    • 提供者：qq_29069467

  1. 积极计算：体验重塑科枝未来

  2. 我们摆脱了以生产力和效率为特征的早期计算时代，正迈入一个依靠技术提升个人和社会幸福感的科技体验时代。在这本书中，两位作者从多个角度探讨了那些可以创造社会福祉、开发人类潜能的科技和设计。本书融合了不同领域的理论、知识和实验方法，为积极计算提供了坚实的基础和应用框架。此外，来自心理学、神经科学和人机交互学等各个学科的专家们提供了精彩的内容。两位作者解释了幸福的各项指标，包括积极的情绪、自我意识、正念和同理心等，并探讨了如何利用科技提升这些指标。最后，他们为将来的科技发展及设计提出了建议

  3. 所属分类：讲义

    • 发布日期：2019-04-07
    • 文件大小：3145728
    • 提供者：zhangwl

  1. 计算神经科学基础

  2. 从计算机到人脑：计算神经科学基础，计算神经科学基础

  3. 所属分类：专业指导

  1. MathToolsforNeuroscience:哈佛大学神经科学数学工具课程的材料（Neurobio 212）-源码

  2. 神经科学的数学工具（哈佛大学的Neurobio 212） 由Ella Batty，Lucy Lai，Alex Chen和John Assad开发和教授 课程联系人： 向下滚动到底部以查找材料 课程说明 数值数据分析已成为现代神经科学中几乎不可缺少的工具。本课程旨在使研究生具备神经科学研究（以及进一步的计算神经科学课程）所必需的定量建模和数据分析方面的基本数学技能。该课程基本上分为三个部分：一个关于线性代数，一个关于概率与统计学，以及一个关于机器学习的基础。我们还将涵盖其他一些主题，例如微分方程

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：35651584
    • 提供者：weixin_42118056

  1. precourse:课前在家做练习的回购-源码

  2. 先决条件和准备材料 欢迎来到！我们真的很高兴将计算神经科学带入如此广泛和多样化的受众群体。我们正在为您准备一系列精彩的讲座和教程！ 为课程做准备 人们正在从广泛的学科和不同的背景水平来学习这门课程，我们希望确保每个人都能从第一天起就可以跟随并享受这所学校的学习。这意味着您需要了解Python编程的基础知识，一些核心数学概念以及对神经科学的一些了解。下面我们提供更多详细信息。 程式设计 本课程将使用Python运行。如果您从未使用过Python编程，那么现在是开始练习的好时机！我们希望学生熟悉变量

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：10240
    • 提供者：weixin_42108778

  1. 面向大规模非平稳非线性数据的自适应同步测量

  2. 非平稳非线性数据的同步测量是研究中的一个持续问题复杂系统，例如神经科学。 现有方法主要基于傅立叶变换和小波变换，并且缺乏能够（1）测量同步强度的方法通过适应非平稳，非线性动力学来处理多元数据，以及（2）满足需求复杂的科学或工程应用。 这项研究提出了一种可以衡量的方法二元非平稳非线性数据针对相位差的同步强度。 这这种方法（简称AD-PDSA）依靠自适应算法进行数据分解。 并行化该方法还通过在图形处理单元（GPGPU）上进行通用计算而开发， GAD-PDSA极大地改善了数据处理的可扩展性。 我们开发

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38650379

  1. 快速且可扩展的海量神经数据多路分析

  2. 随着神经科学研究和实践的发展，具有多种模式和高密度的神经数据分析近来已成为一种趋势。 迫切需要一种在不损失或破坏空间，时间和频率的模式之间（通常是交互作用）的情况下准确，唯一地捕获特征的方法。 此外，该方法必须能够在数十个甚至数百个通道中快速分析规模和大小呈指数增长的神经数据，以便可以及时做出结论和决策。 并行数据分析（PARAFAC）是多向数据分析的重要方法，它在脑电图（EEG）分解中表现出了有效性。 但是，传统的PARAFAC由于具有很高的复杂度而仅适用于脱机数据分析，随着数据量的增加，其计

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：2097152
    • 提供者：weixin_38717031

  1. 计算神经科学-源码

  2. 计算神经科学-华盛顿大学 该存储库可作为华盛顿大学开设的计算机神经科学课程的配套期刊。 Coursera提供的实际课程可以在上找到。 网站上的课程说明 本课程介绍了基本的计算方法，以了解神经系统的功能并确定其功能。 我们将探索控制视觉，感觉运动控制，学习和记忆各个方面的计算原理。 将涉及的特定主题包括通过尖刺神经元表示信息，在神经网络中处理信息以及适应和学习算法。 我们将利用Matlab / Octave / Python的演示和练习来加深对本课程中介绍的概念和方法的理解。 该课程主要针对三年级

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：334848
    • 提供者：weixin_42103587

  1. 神经科学应用统计数据：加州大学伯克利分校299的材料-源码

  2. 神经科学应用统计 该存储库包含UC伯克利分校的Neuroscience 299课程（神经科学家的应用统计）的材料。 该课程分为三个部分：设置和审查，统计测试和统计建模。 在一个部分中，材料被组织到对应于学期数周的文件夹中。 这些文件夹包含Jupyter笔记本，用作本课程的教程材料和实验。 教程应在实验之前完成。 该课程可以完全在线完成，也可以在您自己的计算机上完成。 在线完成课程意味着您不必在本地安装任何东西，但这意味着您将很难保存工作。 尽管从技术上讲这门课程并不假定您具有计算机或Pyt

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：10485760
    • 提供者：weixin_42101056

  1. SudokuCombinatorialEvolutionSolver-源码

  2. Sudoku组合进化进化算法 介绍 CESdernièresannées，DES进步党considérablesONT ETEréalisés丹斯莱domaines神经科学宫，德科学cognitives等德拉physiologie连接CE魁concerne拉manière不要莱êtreshumains traitent L'信息。 信息学领域的神经科学计算科学，认知科学，生物进化论和数学创新领域的研究成果通报。 在自然界中存在着一种启发性的算法指导。 同上，《进化论》（ED）。 模拟主题和辅助

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：1048576
    • 提供者：weixin_42106357