机构名称：
¥ 1.0
PLOS Biology于2003年首次出版。那一年，神经科学领域的重要变化正在发生。神经记录与计算理论的婚姻刚刚开始呈现出严重的果实，促使2004年计算和系统神经科学（Cosyne）会议的就职典礼。双方，三个研究流引起了特别的兴趣。首先，研究灵长类动物动力学系统的研究人员刚刚表明，伴随着使眼睛的决定的神经活动具有许多古老的决策潜伏期模型的标志，包括近似贝叶斯推理的嘈杂的积累动力学[1]和在神经网络中反复抑制[2]。Second, both single-neuron electrophysiology and functional MRI were being deployed to study the motiva- tional signals in basal ganglia and medial prefrontal cortex that accompany reward-guided deci- sions, building on theoretical constructs from the fields of Reinforcement Learning (RL) [ 3 ] and behavioral economics [ 4 ] (the Society for Neuroeconomics also held its first annual meeting in 2003).第三，冷春港的一组研究人员展示了啮齿动物模型研究决策的可行性[5]，补充了对大鼠的研究记忆和导航的新兴研究；仅在两年后才能发现网格细胞[6]。从那以后的20年中，这些（以及许多其他）研究链植入的种子增长了强大。更普遍的是，在过去的20年中，链接模型和数据的研究已成为常态，将领域指向了真正累积科学的黄金时代。建模框架基于心理物理学，贝叶斯方法，连接主义网络，RL和计量经济学模型已广泛用于测试机械理论并解释神经数据。并行，更明显的神经扎根模型已经迅速增加，例如那些说明啮齿动物中导航和记忆的细胞类型的聚宝盆，该发现在2014年获得了诺贝尔奖。今天，我们继承了核心脑功能的复杂理论，包括（但不限于）感觉运动选择，奖励指导的学习，视觉注意力，记忆和导航。
网络拓扑，极化和算法策划
主要关键词
相关文件推荐
