077620 神经信息学专业研究生招生单位
11:36:20&& 文章来源：海天网校
内容概要：
海天网校整理考研相关信息供考生们参考，本文为077620 神经信息学专业研究生招生单位。
&&& 学科门类：07 理学
&&& 学科：0776 生物医学工程
&&& 专业：077620★神经信息学
&&& 辽宁：（10141）大连理工大学
&&& 专业名称前的★表示该专业为该招生单位自设专业。
您可能对这些文章也感兴趣
热门课程推荐
申请友情链接
中国考研培训责任品牌
最具综合实力教育品牌
最具领导力教育品牌
十大金牌教育品牌
十大最具影响力教育机构
教育连锁最具影响力品牌
建国60年教育培训十大品牌
中国教育品牌20强医药行业：人脑工程 生物制药新蓝海|神经信息学|项目起源_凤凰财经
医药行业：人脑工程 生物制药新蓝海
用微信扫描二维码分享至好友和朋友圈
这项技术首先立足于阿尔茨海默氏症和帕金森氏症等脑部疾病的诊疗,此外还可揭示人脑之谜,对人工智能技术的研发具有重要意义。该研究有望促进人工智能、机器人和神经形态计算系统的发展,奠定医学进步的科学和技术基础,有助于神经系统及相关疾病的诊疗及药物测试。
主要观点 人脑工程--继人类基因组计划 之后又一国际性的科研计划人脑工程,全称是国际性人脑计划(Hunman Brain Project,HBP), 项目起源可以追溯到1989年由美国国防部等部门资助,由美国国立卫生研究院和国家自然科学基金召集有关神经科学家、计算机科学家参与的&利用新的计算机技术构建脑的数据库和模型&的问题。人脑工程(HBP)是继人类基因组计划之后又一个科研大计划。 人脑工程研究意义重大 人脑工程计划对人脑的研究、相应技术研发以及人类重大疾病的攻克至关重要。这项技术首先立足于阿尔茨海默氏症和帕金森氏症等脑部疾病的诊疗,此外还可揭示人脑之谜,对人工智能技术的研发具有重要意义。该研究有望促进人工智能、和神经形态计算系统的发展,奠定医学进步的科学和技术基础,有助于神经系统及相关疾病的诊疗及药物测试。 &人脑工程&推动新兴学科发展 人脑项目的核心是信息和计算机技术。该项目将开发能够实现神经信息学、脑部模拟和超级计算的信息和计算机技术平台,以集合世界各地的神经科学数据,并整合于统一的模型来模拟人脑,比对生物学数据并与全世界科学界共同分享资源。最终目标是使神经学家能够将基因、分子和细胞与人类认知和行为连接起来。 人脑工程产业规模增速快 脑科学是目前生物医学中技术含量最高的研究领域,技术门槛高、应用层面广,未来该领域有望成为生物医药领域的新蓝海。有研究报告显示,自2009年以来,人脑工程领域的产业规模持续增长,2012年相关产业规模约为10亿,2020年有望增长至60亿美元。 人脑工程目前仍处于研究阶段 目前,国内医药企业涉及这一领域的较少,我们将&人脑概念股&划分为:1)人脑研究,主要为;2)人脑疾病药物,主要为、;3)人脑疾病治疗器械,主要为、、等。 主要风险产品研发风险;行业政策风险;医疗纠纷的风险。
[责任编辑：zhanghl]
用微信扫描二维码分享至好友和朋友圈
免责声明：本文仅代表作者个人观点，与凤凰网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
预期年化利率
凤凰点评：凤凰集团旗下公司，轻松理财。
凤凰点评：业绩长期领先，投资尖端行业。
凤凰点评：进可攻退可守，抗跌性能尤佳。
同系近一年收益
凤凰点评：震荡市场首选，防御性能极佳且收益喜人，老总私人追加百万。
04/13 08:36
04/13 08:36
04/13 08:38
04/13 08:37
04/13 08:37
04/13 09:27
04/13 09:27
04/13 09:27
04/13 09:27
04/13 09:28
12/03 09:23
12/03 09:07
12/03 08:12
12/03 08:12
12/03 09:26
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:04
04/13 00:38
04/13 00:38
04/13 00:38
04/13 00:38
04/13 00:38
凤凰财经官方微信
播放数：998584
播放数：805470
播放数：1534556
播放数：5808920
48小时点击排行- 神经信息学 神经系统的理论和模型 = Neuroinformatics theories and models of neural systems 汪云九等著 eng
Your browser does not support JavaScript and this application utilizes JavaScript to build content and provide links to additional information. You should either enable JavaScript in your browser settings or use a browser that supports JavaScript in order to take full advantage of this application.
Item Details
书目相关信息
闭架借书处(K101室)
闭架借书处(K101室)
保存本阅览室(209室)
Q42/WYJ(Y6)
北医六院文库
Q42/WYJ(Y0)
医样本书室
医中文书区
医中文书区
图书馆公告神经信息学-专业-硕士博士毕业论文
请选择论文种类
　||　||　|　|||　|||　||　||　　
　||||　||||　||||　||　||　|
神经信息学-专业-硕士博士毕业论文
此处只显示前100篇论文,查询更多论文请用检索
　　推荐期刊投稿
京ICP备号 京公海网安备号内容介绍/神经信息学与计算神经科学
《神经信息学与计算神经科学》以介绍当今神经信息学与计算神经科学的前沿为目的，以“神经信息学与计算神经科学的前沿问题”第367次香山科学会议内容为基础，由国内外生物、数学、物理、计算机、电子、通信与自动控制等学科领域的40多位专家共同撰写。希望通过《神经信息学与计算神经科学》的出版，推动我国在这个领域的研究。
作品目录/神经信息学与计算神经科学
第一章 计算神经科学的发展1.1 计算神经科学的发展现状1.1.1 计算神经科学的广泛影响1.1.2 计算神经科学的迅猛发展1.1.3 计算神经科学的应用方向1.2 有关计算神经科学的思考1.2.1 神经计算的基本单元1.2.2 计算神经科学研究中的还原论观点和动力学观点1.2.3 “人工脑”的研究1.3 意识研究的理论和实验进展l.3.1 意识研究的部分理论框架1.3.2 意识研究的实验进展第二章 神经信息处理的模型与应用2.1 神经信息的定量化研究与S空间编码2.1.1 稳定性和定量化分析2.1.2 s空间的引入2.1.3 对于“简并”的解释2.1.4 用s空间理论分析人工智能2.2 大脑皮层的背景活动2.2.1 Hilhen方法与电影画面假说2.2.2 静息态脑皮层的背景活动2.3 混沌边缘的神经元网络2.3.1 神经系统与动力学2.3.2 混沌边缘的神经元网络2.4 神经网络上的雪崩和功能连结组2.4.1 静息态2.4.2 神经雪崩2.4.3 脑神经系统处在混沌边缘2.4.4 脑功能连结组2.5 网络科学与大脑2.5.1 网络科学及国内外发展概况2.5.2 探索大脑“运转”奥秘之路2.5.3 大脑网络的构建方法和描述方式2.5.4 大脑皮层功能网络的研究进展第三章 计算方法在神经科学中的应用3.1 精神分裂症的计算神经模型3.1.1 精神分裂症简介3.1.2 维纳控制论对精神分裂症机制的推测3.1.3 精神分裂症的计算神经科学模型介绍3.1.4 对精神分裂症计算模型的思考3.2 神经信息流的耦合强度与方向3.2.1 网络流3.2.2 计算信息流方向的各种算法简介3.2.3 大鼠海马区信息流研究简介3.3 多通道神经元信号分析的基本方法3.3.1 神经元电信号的记录3.3.2 多通道神经元信号分析方法3.3.3 多通道神经元信号分析方法的选取、比较及研究展望3.4 脑电研究的几个新方向3.4.1 稀疏性与脑电逆问题3.4.2 脑电的零参考技术与脑网络研究3.4.3 脑电与功能性磁共振成像结合的新技术3.4.4 基于脑电的脑机交互3.5 人脑分类决策的神经机制3.5.1 fMRI信号的多维数据分析3.5.2 分类决策的神经机制3.5.3 分类规则的神经表征3.5.4 简单形状类别神经信号的区分性3.5.5 通过学习改变分类决策的规则第四章 神经动力学及突触可塑性4.1 神经元的兴奋动力学性质及其可塑性和调节4.1.1 自动兴奋神经元的兴奋动力学4.1.2 静息神经元在刺激作用下表现出的兴奋性类型4.1.3 在动力学神经元网络中引入节点兴奋性的调节和可塑性4.2 Hebbian突触修饰：学习和记忆的突触模型4.2.1 长时程突触可塑性的发现和特性4.2.2 计算神经科学中的“Hebbian突触学习”规则的描述和应用4.2.3 长时程突触可塑性研究的基本问题及主要实验进展4.3 离子通道小尺寸团簇的随机动力学和熵效应4.3.1 钠离子通道团簇模型4.3.2 大团簇极限动力学4.3.3 小团簇自发动作电位发放频率4.3.4 熵密度调制的自发放电频率4.3.5 熵密度调制的弱周期信号编码能力第五章感觉神经信息处理5.1 初级视皮层动力学5.1.1 v1的基本特性5.1.2 vl的大尺度计算模型5.1.3 简单细胞与复杂细胞5.1.4 涨落可控的临界点5.1.5 朝向选择性5.1.6 v1皮层的自发活动5.1.7 直线一运动视错觉5.2 视觉感知稳定性的神经机制研究5.2.1 感受野重构5.2.2 快速眼动抑制5.3 神经元协同放电及神经信息编码513.1 感觉系统的协同放电活动5.3.2 运动系统的协同放电活动5.4 神经信息编码的实验观察与探讨5.4.1 神经元放电序列模式的多样性5.4.2 神经元活动的动力学状态对反应性的影响5.4.3 神经元兴奋性的分类与转型5.4.4 一种新异的神经信息编码方式——“传导编码”5.4.5 突触传递的非线性分析第六章 计算神经科学发展展望6.1 计算神经科学的重要研究方向6.1.1 神经信息的编码机制6.1.2 学习、记忆及信息储存的神经网络机制研究6.1.3 感觉系统及不同感觉模式之间信息整合的计算理论6.1.4 简单模式动物的神经系统研究6.1.5 大尺度神经元网络的计算特性6.1.6 高级认知行为的计算模型6.1.7 脑功能研究中的数据分析和算法6.1.8 人工智能研究中的计算神经科学6.2 计算神经科学的机遇和挑战
&|&相关影像
互动百科的词条（含所附图片）系由网友上传，如果涉嫌侵权，请与客服联系，我们将按照法律之相关规定及时进行处理。未经许可，禁止商业网站等复制、抓取本站内容；合理使用者，请注明来源于。
登录后使用互动百科的服务，将会得到个性化的提示和帮助，还有机会和专业认证智愿者沟通。
此词条还可添加&
编辑次数：1次
参与编辑人数：1位
最近更新时间： 19:02:02
申请可获得以下专属权利：
贡献光荣榜