XiaoMi-AI文件搜索系统
World File Search System神经科学
如何成为计算神经科学的现实主义者
本文即将由 Synthese 发表。最终版本可能包含微小更改，请引用已发布的版本。如何成为计算神经科学的现实主义者 Danielle J. Williams 华盛顿大学圣路易斯 danielle.williams@wustl.edu 摘要 最近，一种现实主义版本已被提出来解决计算神经科学中使用的简化策略（Chirimuuta，2023；2024）。根据这种观点，计算模型为我们提供了有关大脑的知识，但不应以任何意义从字面上理解，甚至拒绝大脑进行计算的想法（计算主义）。我承认需要考虑神经科学中的简化策略以及它们如何有助于我们对计算模型的解释；但是，我认为我们是否应该接受或拒绝关于大脑的计算主义是一个单独的问题，可以通过物理计算的哲学理论独立解决。这认真对待了大脑进行计算的想法，同时也对神经科学中的计算模型采取了类比立场。我将这种现实主义称为“类比计算现实主义”。类比计算现实主义是一种现实主义观点，它致力于计算主义，同时采用某些计算模型来挑选出真实的模式（Dennett，1991；Potochnik，2017），这些模式提供了一种可能性解释，同时不考虑模型实际上是在大脑中实现的。
神经科学和生物行为评论
虽然互认为具有主要的神经科学意义，但其精确的定义和外部感受的描述仍在争论中。在这里，我们提出了基于传感器效应循环的计算概念的间距和外部感受之间的功能区别。在这种观点下，将感觉输入分类为互认为或外部感受取决于它们所食用的传感器效应环路，以控制身体（生理和生物化学）或环境状态。我们通过检查皮肤温度的感知来解释这种观点的效用，这是区分互认为和外部感受的最具挑战性的案例之一。具体来说，我们提出了概念化的热感应，因为它将体内热状态（包括皮肤）的推断为直接耦合到热调节过程。这种功能性观点强调与调节（控制）的耦合作为感知的定义特性（推理），并将间断的定义与脑体相互作用的当代计算理论联系起来。
神经科学培训项目（NTP）
介绍哺乳动物神经系统的解剖学和生理学。讲座将涵盖人类大脑主要分支、主要感觉和运动系统以及高级功能的神经解剖学。实验室/讨论部分将强调阅读主要文献和动手解剖。必备条件：NEURODPT/NTP 610 或研究生/专业地位课程名称：级别 - 高级 L&S 学分 - 计入 L&S 研究生 50% 的文科和理科学分 - 计入 50% 的研究生课程要求可重复获得学分：否上次授课：2025 年春季学习成果：1. 描述哺乳动物神经系统的组织和结构，包括脊髓、脑干、丘脑、大脑皮层、小脑、基底神经节、边缘系统及其在系统层面上的互连受众：研究生和本科生
2024-2025 年神经科学专业/辅修专业批准选修课和结业课程
其他获批准的课程 (包括其他部门提供的课程) 将在可用时添加。最终课程编号为 80 及以上。请注意，2024-2025 年 60 级和 80 级课程的报名将于 2024 年 4 月 19 日通过 PBS 网络表格开始。请参阅：http://pbs.dartmouth.edu/undergraduate/permission-courses。2024 年夏季学期 50.08。学习和记忆的神经生物学。冬季 2 2024 年秋季学期 21. 感知。Tse 9L 35. 细胞和分子神经科学。Hoppa（交叉列表 BIOL 35）11 40. 计算神经科学简介。Granger（交叉列表 COSC 16/COGS 21）2A 50.01。精神疾病的神经科学。 Haxby 10 53.14. 社会神经认知。Stolk 9L 60. 使用 fMRI 进行人脑映射的原理。Haxby 2A 80.02. 神经经济学。Soltani 10A 86.04. SfN 年会 - Bucci 研究员课程。Nautiyal 10A BIOL 74.02. 高级神经生物学 - 神经系统疾病 2025 年冬季学期 50.09. 动机、药物和成瘾。Smith 11 50.10. 脑电波。van der Meer 10A 50.15. 睡眠和睡眠障碍。Greenough 3A 54.05. 消费者神经科学。KR Clark 2 80.07. 神经科学和人工智能。Murray 3A 81.08. 动物认知。 van der Meer 2A BIOL 74.01. 突触的发育、可塑性和功能障碍 2025 年春季学期 22. 学习。冬季 9L 50.03. 神经行为学。Stott 12 50.16. 恐惧和焦虑的神经生物学。O'Neill 11 60. 使用 fMRI 进行人脑映射的原理。Jacoby 2A 80.01. 奖励的神经科学。Smith 10A 80.06. 大脑进化高级研讨会。Granger 3A 86.01. 选择性发育缺陷。Duchaine 10A
行为只是运动，但如何解释它？转化神经科学中的问题和陷阱——40 年的经验
行为神经科学的转化研究遵循精神病学临床研究的指导，在动物身上寻找人类心理健康问题的原因和治疗方法。这项工作面临几个问题，因为科学家必须阅读和解释动物的动作来代表人类的感知、情绪和记忆过程。然而，目前仍不清楚哺乳动物的大脑如何将所有这些过程捆绑成脑干和脊髓中高度压缩的运动输出，但如果没有这些知识，转化研究将毫无意义。本文基于该领域四十年的经验，确定了解释问题的来源并说明了典型的转化陷阱。（1）老鼠的感官世界不同。嗅觉、听觉和触觉胡须感觉在啮齿动物中占主导地位，而视觉输入相对较小。在人类中，这种关系正好相反。（2）老鼠和人类的大脑被不恰当地等同起来：联合皮层占人类新皮层的很大一部分，而啮齿动物的联合皮层相对较小。啮齿类动物最主要的联想皮层是海马体本身，它主要协调来自次级感觉运动区域的输入，并产生物种典型的运动模式，这些模式不易与假定的人类海马功能相协调。（3）对记忆或情绪研究的翻译解释往往忽略了小鼠的生态学，小鼠是一种极小的物种，靠不需要太多认知处理的冻结或飞行反应生存。（4）进一步的误解源于将神经元特性与系统特性混为一谈，以及僵化的机械思维，没有意识到许多实验引起的大脑变化确实部分反映了不可预测的补偿性可塑性。（5）基于对室内和室外小鼠海马病变影响的观察，本文提供了一个与下丘脑输入和输出相关的海马功能的简单通用模型，将下丘脑和脊髓上运动系统置于大脑层级的顶端。 （6）通过将简单的物种典型行为作为可比的终点，可以避免许多翻译问题
神经科学中的神经形态计算
1. Atapattu, KV、Salibi, G. 和 Tzenios, N. (2023)。斯里兰卡科伦坡地区雨季与登革热爆发关系研究。医学研究院和其他生命科学专题杂志。，1 (3)。2. Morton Cuthrell, K.、Tzenios, N. 和 Umber, J. (2022)。自身免疫性疾病的负担；综述。亚洲免疫学杂志，6 (3)，1-3。3. Sibanda, AM、Tazanios, M. 和 Tzenios, N. (2023)。社区赋权作为促进健康的工具。4. OFFIONG, BE、Salibi, G. 和 Tzenios, N. (2023)。非洲的医疗人才流失祸害：重点关注尼日利亚。5. Tzenios, N. (2023)。研究中的统计分析。6. JUSTUS, O.、Salibi, G. 和 Tzenios, N. (2023)。监测是疾病预防和控制的基础。7. Fashanu, H.、Tazanios, M. 和 Tzenios, N. (2022)。健康促进计划。剑桥开放参与。
b“ 1计算机科学与人工智能部，巴斯克大学（UPV/EHU），圣塞巴斯蒂安，西班牙2 Donostia International Physics Center（DIPC），圣塞巴斯蒂安，西班牙3，西班牙3号研究所，生物医学研究所DEL DEL DEL DEL DEL DEL DEL DEL DEL DEL DEL GERGEN'S HOSPEIND ROC \ XC2 \ XB4 \ XC4 \ XB1O/ CSIC/ CSIC/ COSIDAD DE SEVILLA和DEPT。DEBIOLOG \ XC2 \ XC2 \ XB4 \ XC4 \ XC4 \ XB1A CELULAR，FACULTOD DE BIOLOG \ XC2 \ XC2 \ XB4神经退行性疾病研究中心（CIBERNED），西班牙马德里5研究院5. Gulbenkian de ci \ xcb \ xcb \ x86encia，Oeiras，葡萄牙6 Biofisika Institute（CSIC-UPV/EHU），Leioa，Spain 7 Labourato of Optique Etique et ibiosences，cnrress，cnrsciences cnrress，cnrres，cnrres，cnrres，cnrress，cnrress，cnr。 Polytechnique，Polytechnique de Paris，Palaiseau，法国8 MRC分子生物学实验室，剑桥，英国9号生理学，发展与神经科学系，剑桥大学，英国剑桥大学，英国10号，计算机科学学院，波士顿计算机科学学院Universidad Carlos III de Madrid, Madrid, Spain 12 Area de Bioingenieria, Instituto de Investigaci \ XC2 \ XB4ON Health Gregory Mara \ XCB \ X9CN \ XC2 \ XB4ON, Madrid, Spain 13 Ikerbasque, Basque Foundation for Science, Bilbao, Spain Co-Corninging作者“
b“ 1部门，巴斯克大学（UPV/EHU）计算机科学与人工智能，西班牙圣塞巴斯蒂安2 Donostia International Physics Center（DIPC），圣塞巴斯蒂安，西班牙3 3号Biomedicina de Sevilla研究所（IBIS），ROC \ xc2 \ xc2和部门dev> div> xc2 \ xc4 \ xc4 \ xb1a celular，celelulta，de Biolog \ xc2 \ xc2 \ xb4 \ xc4 \ xc4 \ xc4 \ xb1a，塞维利亚大学，西班牙塞维利亚大学，西班牙4个生物医学网络研究中心，神经疾病疾病（Ciberned）（ciberned），spain spintute，spain ridrid。 Gulbenkian de Ci \ XCB \ X86encia, Oeiras, Portugal 6 Biofisika Institute (CSIC-UPV/EHU), Leioa, Spain 7 Laboratoire of Optique et Biosciences, CNRS, Inserm, Ecole Polytechnique, Institut Polytechnique de Paris, Palaiseau, France 8 MRC Laboratory of Molecular Biology,剑桥，英国9号英国剑桥大学的生理学，发展和神经科学的<美国波士顿学院的计算机科学界11。de biogenieria, universidad carlos III de Madrid, Madrid, Spain 12 Area de Bioingenieria, Instituto de Investigaci \ XC2 \ XB4ON Gregory Mara \ XCB \ XCB \ X9C \ XC2 \ XB4ON, Madrid, Spain 13 Ikerbasque, Basque Foundation for Science, Bilbao, Spain相应的作者“
Guillaume Lajoie 博士 - 神经科学系
传记 Guillaume Lajoie 是蒙特利尔大学数学与统计学系 (DMS) 的副教授，也是 Mila - 魁北克人工智能研究所的高级学术成员。他担任 CIFAR 主席（CCAI 加拿大）以及加拿大神经计算和接口研究主席（CRC）。他的研究处于人工智能和神经科学的交叉领域，他开发了工具来更好地理解生物和人工系统中常见的智能机制。他的研究小组的贡献范围从大型人工系统的多尺度学习范式的进步到神经技术的应用。 Lajoie 博士积极参与负责任的人工智能开发工作，寻求在研究和其他领域使用人工智能的指导方针和最佳实践。研究主题：表征学习、深度学习、认知、健康人工智能、科学人工智能。计算神经科学、优化、推理、循环神经网络。动态系统