Fundamentals of Computational Neuroscience: Third Edition
计算神经科学基础：第三版
作者：Thomas P. Trappenberg
出版：Oxford University Press
索书号：Q189/T774(3)/2023/ Y
ISBN: 978-0-19-286936-4
藏书地点:武大外教中心
这本书是一本关于计算神经科学的入门读物，旨在为读者提供对大脑理论和建模的高层次概述，以及对神经科学中一些基本问题的简要讨论。通过介绍 Python 中的基本科学编程和本书中所使用的基本数学和统计概念，读者可以更深入地了解单个神经元或群体平均值的基本机制和建模。书中从离子通道、尖峰产生和突触可塑性引起的膜电位变化开始，逐渐抽象到描述基础网络的信息处理能力，包括前馈网络和竞争循环网络。最后，书中还描述了一些组合这些基本网络的示例，以及一些更系统级的大脑模型。
新书融合了深度学习的最新经验教训，特别强调了深度学习与大脑处理的联系。重点关注了具有不确定性的表征学习和计算的概念，以及门控递归神经网络在大脑处理中的重要性。虽然无法深入探讨所有最近的进展，但这本书旨在指导进一步的具体研究和探讨。介绍性章节概述了本书讨论的计算神经科学的范围，并定义了大脑组织的一些基本事实和原则。除了概述科学建模的一般作用和在神经科学中的应用外，还概述了大脑作为世界预测模型的高级理论和一些其他重要原则。
Python 是一种高级编程语言，在本书中被用作科学工具。虽然这不是一本全面的编程教科书，但介绍了基本的科学编程，以及如何使用 Python 进行科学计算和模拟的方法。神经元是大脑中信息处理的关键单元，本书对神经元的基本功能进行了总结，并概述了它们的生化过程，包括化学突触的概述、突触后膜电位的参数化反应等。同时，介绍了如何使用霍奇金和赫胥黎引入的微分方程对神经元进行建模。
书中还介绍了神经元之间突触可塑性和学习的重要性，解释了突触可塑性是神经系统学习的生物学基础。通过对可塑性机制的讨论，总结了其对认知脑加工的重要性，并介绍了一些具体的可塑性模型。
最后，书中介绍了神经元的各种抽象，包括泄漏整合和发射（LIF）神经元，并讨论了脉冲神经元进行信息处理的一般方面，以及群体模型或速率模型对系统级信息处理的重要性。
这本书致力于为读者提供对计算神经科学的全面了解，从大脑理论和建模的高层次概述到神经科学中的基本问题的深入讨论。通过介绍 Python 编程语言的基本科学编程和本书中所涉及的数学和统计概念，读者将能够更好地理解单个神经元或群体平均值的基本机制和建模方法。书中详细讨论了离子通道、尖峰产生和突触可塑性等方面的膜电位变化，逐步抽象到描述基础网络的信息处理能力，包括前馈网络和竞争循环网络。此外，书中还提供了一些组合这些基本网络的示例以及更系统级的大脑模型。
新书汲取了深度学习的最新经验教训，将深度学习与大脑处理联系起来。特别强调了具有不确定性的表征学习和计算的概念，以及门控递归神经网络在大脑处理中的作用。尽管无法深入探讨所有最新进展，但本书旨在引导读者进一步探索相关研究领域。
计算神经科学基础涵盖了从大脑理论和建模的高层次概述到神经科学中的基本问题的内容。这本书首先介绍了大脑的基本结构和功能，以及神经元的基本特征和神经网络的组成。接着讨论了建模在理解大脑活动中的作用，以及基本的数学和统计概念在神经科学研究中的应用。书中还涵盖了离子通道、突触传递、神经元网络行为等方面的基础知识，并介绍了一些常见的建模技术和方法。此外，书中还讨论了突触可塑性和学习在神经网络中的重要性，以及神经元的各种抽象模型和信息处理机制。通过这些内容的介绍，读者可以建立起对计算神经科学基础的全面理解，为进一步深入研究提供了坚实的基础。
《计算神经科学基础：第三版》一书于2023年由Oxford University Press出版，作者是Thomas P. Trappenberg。
《计算神经科学基础：第三版》一书中，研究人员介绍了计算神经科学基础的基本概念，重点是最近的技术发展，讨论的主题主要包括十二个章节。《计算神经科学基础：第三版》一书从各个方面讲解了计算神经科学基础的基础内容和研究方法，旨在为想要进一步研究计算神经科学基础的研究人员提供简明易懂的介绍以及方法技术指导。
《计算神经科学基础：第三版》一书作为计算神经科学基础专业研究读物，观点新颖独到，内容饱满详实、语言浅显易懂，除此之外，还包括一些其他的特点：
1、本书分为十二个章节，既讲解了计算神经科学基础的基础知识，还讲解了深入研究计算神经科学基础的应用范围，是一本应用性很强的书籍，对于想要学习研究计算神经科学基础的研究人员来说是一本很有意义的指导书籍。
2、每个章节都是由相关领域的专业人士所撰写，因此，本书讲解既详细又专业，读者能够从中了解到计算神经科学基础相关的专业知识以及最新的前沿进展。
总的说来，《计算神经科学基础：第三版》一书为想要了解计算神经科学基础的研究方法的人员提供了清晰的导读路径，作为计算神经科学基础领域的一本前沿研究图书，是一本值得为想要涉足该领域的人员推荐的专业书籍。
本书目录：
前端问题
一、 背景
托马斯·特拉彭伯格
1 导言和展望获取访问权限箭
2 使用 Python 进行科学编程获取访问权限箭
3 数学和统计获取访问权限箭
II 神经元
托马斯·特拉彭伯格
4 基于神经元和电导的模型获取访问权限箭
5 整合和触发神经元和群体模型获取访问权限箭
6 结合子和突触可塑性获取访问权限箭
三、 网络
托马斯·特拉彭伯格
7 前馈映射网络获取访问权限箭
8 特征图和竞争性种群编码获取访问权限箭
9 循环联想网络和情景记忆获取访问权限箭
IV 系统级模型
托马斯·特拉彭伯格
10 模块化网络和互补系统获取访问权限箭
11 运动控制和强化学习获取访问权限箭
12 认知大脑获取访问权限箭
林岚 武汉大学生命科学学院 博士研究生