机构名称：
¥ 1.0
科学事业不仅严重依赖明确检验明确假设所需的技能，1-7，而且也依赖不太为人所知的获取见解和富有成效的研究方向的步骤。8,9 许多近期讨论10,11 都集中在这样一个事实上：虽然现代“大数据”方法正在产生大量的事实和测量数据，但“除了往院子里扔砖头，还要建设科学大厦”变得越来越重要。12 换句话说，我们必须制定策略来获取跨越学科间传统（在许多情况下是人为的）界限的新见解和深层假设。我们必须跟上技术和数据科学进步的步伐，提高我们识别观察集和方法之间对称性（不变性）的能力——通过识别研究文献中的大规模模式尽可能地统一和简化，从而激励和加强新的研究计划（图 1）。
探索神经科学和发育的潜在空间
主要关键词
相关文件推荐
