课程编号: 216M5011H |
课时: 40 |
学分: 2.0 |
课程属性: 专业普及课 |
主讲教师:徐波等 |
英文名称: Introduction to Brain-inspired Intelligence |
教学目的、要求
本课程为脑科学与智能技术专业硕士生和博士生的专业选修课,是从事脑科学与智能技术相关研究工作的入门课程,主要授课对象是未来技术学院相关专业的学生,其他专业的学生也可选学,通过此课程获得脑认知和类脑智能方面的基本训练、常识或修养。内容包括脑与认知基础理论、类脑神经网络模型、脑复杂网络理论、类脑认知计算模型、类脑智能应用等。
预修课程
教 材
主要内容
课程内容
第一章 脑与认知
1.1 脑与行为 (1学时);
1.2 神经细胞、神经环路与行为 (1学时);
1.3 神经编码与突触可塑性 (1学时);
1.4 视觉神经系统 (2学时);
1.5 听觉与语言神经系统 (2学时);
1.6 触觉与运动神经系统 (1学时);
1.7 学习与记忆神经系统 (1学时);
1.8 推理、决策与规划的神经系统 (1学时);
第二章 类脑神经网络模型
2.1 人工神经网络概述 (2学时);
2.2 深度神经网络及其应用 (4学时);
2.3 脉冲神经网络及其应用(4学时);
第三章 脑复杂网络理论与演化
3.1 复杂系统基本理论 (2学时);
3.2 多尺度脑网络模型 (2学时);
3.3 脑网络分析 (2学时);
3.4 脑发育与演化模型 (2学时);
第四章 类脑认知计算模型
4.1 脑皮层计算建模 (2学时);
4.2 多脑区协同计算模型 (2学时);
4.3 认知功能协同计算模型 (2学时);
第五章 类脑智能现状与展望
5.1 类脑智能概况(1学时);
5.2 类脑感知信息处理(2学时);
5.2 类脑认知信息处理(1学时);
5.3神经形态芯片(1学时);
5.4类脑智能机器人(1学时);
参考文献
1. Eric Kandel, James Schwartz, Thomas Jessell, Steven Siegebaum. Principles of Neural Science. McGraw-Hill Education, 2013.
2. Michael S. Gazzaniga, Richard B. Ivry, George R. Mangun. Cognitive Neuroscience: The Biology of the Mind. W. W. Norton & Company, 2013.
3. Peter Dayan, LF Abbott. Theoretical Neuroscience. MIT Press, 2005.
4. Ian Goodfellow, Yoshua Bengio and Aaron Courville. Deep Learning Book. MIT Press, 2016.